Step 3
截至 2026年11月16日,Step 3(StepFun)在 BenchLeader Index 上得分 51.4(共 608 个已排名配置)。表现最好的是推理(55),最弱的是多模态(49)。发布于 2025年7月。
要点(截至 2026年11月16日)
- Step 3 于 2025年7月发布(StepFun)。
详细说明:Step 3 是 StepFun 的模型,发布于 2025年7月。其最佳配置在 BenchLeader Index 上得分 51.4 ±2.1,在 608 个配置中排第 313 名,处于下半区。关键在于这个“±”:另有 260 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,推理得分最高(55),多模态最低(49)。最近一次测量:2026年11月11日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- –
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年7月
- 综合 Index51
- 推理55
- 编程53
- 数学53
- 人类偏好51
- 多模态49
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/step-3)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
StepFun 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Step 3本页 | 2025年7月 | 51.4 | #313 |
| Step 2 | 2025年1月1日 | – | – |
Index 走势
2026年9月9日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Hard Prompts | 1378#196 | Arena (LMArena) | |
| Kagi LLM Benchmark | 62.3%#45 | Kagi LLM Benchmark | |
| Arena Expert不计入 Index | 1362#204 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1409#195 | Arena (LMArena) |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1360#199 | Arena (LMArena) |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1344#200 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1349#210 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1310#212 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1343#210 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1346#215 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1176#104 | Arena (LMArena) |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Step 3 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/step-3)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Step 3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/step-3
BibTeX:
@misc{benchleader_step_3_20261116,
author = {{BenchLeader}},
title = {{Step 3 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/step-3}},
note = {Data as of 2026-11-16}
}常见问题
- Step 3 的基准测试得分是多少?
- 截至 2026年11月16日,Step 3 的 BenchLeader Index 为 51.4 ±2.1。最强的是推理(55),最弱的是多模态(49)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Step 3 排名第几?
- 截至 2026年11月16日,Step 3 在 608 个已排名配置中排第 313 名。另有 260 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Step 3 是什么时候发布的?
- StepFun 于 2025年7月发布了 Step 3。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Step 3:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/step-3。