BenchLeader

Step 3.5 Flash

质量第 89 / 339 名
56.3Index
高于中位数
较中位数 +6.1
价格第 25 / 255 名
$0.150每百万 token
最便宜的 10%
中位数的 0.2 倍
速度第 42 / 216 名
133token/秒
前四分之一
中位数的 1.6 倍
性价比第 21 / 255 名
375.3分/$
前 10%
中位数的 6.8 倍

在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。

没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。

截至 2026年11月16日,Step 3.5 Flash(StepFun)在 BenchLeader Index 上得分 56.3(共 608 个已排名配置)。表现最好的是指令遵循(66),最弱的是数学(54)。API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150),为 2026年11月16日的标价。输出速度约为 130 token/秒(Artificial Analysis)。发布于 2026年4月2日。

要点(截至 2026年11月16日)

  • Step 3.5 Flash 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150)(标价,2026年11月16日)。
  • Step 3.5 Flash 的输出速度约为 130 token/秒(Artificial Analysis,2026年11月16日)。
  • Step 3.5 Flash 于 2026年4月2日发布(StepFun)。

详细说明:Step 3.5 Flash 是 StepFun 的闭源推理模型,发布于 2026年4月2日。其最佳配置在 BenchLeader Index 上得分 56.3 ±3.3,在 608 个配置中排第 184 名,处于上半区。关键在于这个“±”:另有 248 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,指令遵循得分最高(66),数学最低(54)。按混合价格计,每百万 token $0.150,属于已排名模型中最便宜的五分之一。输出速度为 133 token/秒,首次回答需 25.3 秒,位于最快的四分之一。最近一次测量:2026年11月11日。

混合价格
$0.150/M
输入 $0.100 · 输出 $0.300
来源:Artificial Analysis
输出速度
133 tok/s
由 Artificial Analysis 测量
首次回答
25 s
上下文
256k
来源:models.dev
完整回答
54 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2026年4月2日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index56
  2. 推理57
  3. 编程58
  4. 智能体与工具62
  5. 数学54
  6. 指令遵循66
  7. 人类偏好56
  8. 长上下文56

嵌入这个排名

更多徽章样式
[![Step 3.5 Flash on BenchLeader: 综合第 89 名](https://www.benchleader.com/badge/step-3-5-flash.svg?style=compact)](https://www.benchleader.com/models/step-3-5-flash)

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。

StepFun 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

StepFun 以这个名称发布过 3 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 3.7 Flash2026年5月29日53.0#267
Step 3.5 Flash本页2026年4月2日56.3#184
Step 3.5 Flash 02022026年2月2日––

Index 走势

2026年9月9日 至 2026年11月16日
525660

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 Prompts1412#170Arena (LMArena)
GPQA Diamond (AA)不计入 Index82.6%#173Artificial Analysis
Humanity's Last Exam (AA)不计入 Index24.5%#205Artificial Analysis
CritPt不计入 Index2.3%#217Artificial Analysis
Arena Expert不计入 Index1428#149Arena (LMArena)

编程

基准测试默认来源趋势
Arena Coding1449#154Arena (LMArena)

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard32.6%#98Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index87.4%#79Artificial Analysis

数学

基准测试默认来源趋势
AIME 202696.7%#6MathArena
HMMT February 202686.4%#20MathArena
USAMO 2026不计入 Index44.6%#7MathArena
MathArena Apex可能存在污染13.5%#18MathArena
Arena Maths1405#146Arena (LMArena)

指令遵循

基准测试默认来源趋势
IFBench66.5%#94Artificial Analysis
Arena Instruction Following不计入 Index1384#164Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1393#166Arena (LMArena)
Arena Creative Writing不计入 Index1344#181Arena (LMArena)
Arena Multi-turn不计入 Index1396#166Arena (LMArena)
Arena Longer Queries不计入 Index1403#164Arena (LMArena)

长上下文

基准测试默认来源趋势
AA-LCR v1.163.0%#287Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index17.0#275Artificial Analysis
AA Progress Index v1不计入 Index260.4#243Artificial Analysis

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.021。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0001$0.000127.6 s
总结一份 30 页的报告12,000 / 600$0.0014$0.000729.8 s
代码编辑6,000 / 1,500$0.0011$0.000736.6 s
智能体编程会话60,000 / 4,000$0.0072$0.003655.4 s
结构化信息提取2,000 / 200$0.0003$0.000126.8 s

StepFun 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Step 3.5 Flash 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。

[![Step 3.5 Flash on BenchLeader: 综合第 89 名](https://www.benchleader.com/badge/step-3-5-flash.svg)](https://www.benchleader.com/models/step-3-5-flash)

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 3.5 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/step-3-5-flash

BibTeX:

@misc{benchleader_step_3_5_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{Step 3.5 Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/step-3-5-flash}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Step 3.5 Flash 的基准测试得分是多少?
截至 2026年11月16日,Step 3.5 Flash 的 BenchLeader Index 为 56.3 ±3.3。最强的是指令遵循(66),最弱的是数学(54)。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 3.5 Flash 排名第几?
截至 2026年11月16日,Step 3.5 Flash 在 608 个已排名配置中排第 184 名。另有 248 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 3.5 Flash 每百万 token 的价格是多少?
截至 2026年11月16日,Step 3.5 Flash 的价格为输入每百万 token $0.100、输出每百万 token $0.300,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.150。
Step 3.5 Flash 是什么时候发布的?
StepFun 于 2026年4月2日发布了 Step 3.5 Flash。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Step 3.5 Flash: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-3-5-flash。