Step 3.7 Flash
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,价格只有四分之一。
有 15 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 12 个。
截至 2026年11月16日,Step 3.7 Flash(StepFun)在 BenchLeader Index 上得分 53.0(共 608 个已排名配置)。表现最好的是指令遵循(67),最弱的是编程(39)。API 价格为每百万 token $0.416(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。输出速度约为 150 token/秒(Artificial Analysis)。发布于 2026年5月29日。
要点(截至 2026年11月16日)
- Step 3.7 Flash 的 API 价格为每百万 token $0.416(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
- Step 3.7 Flash 的输出速度约为 150 token/秒(Artificial Analysis,2026年11月16日)。
- Step 3.7 Flash 于 2026年5月29日发布(StepFun)。
详细说明:Step 3.7 Flash 是 StepFun 的开放权重推理模型,发布于 2026年5月29日。其最佳配置在 BenchLeader Index 上得分 53.0 ±9.0,在 608 个配置中排第 267 名,处于上半区。关键在于这个“±”:另有 426 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(67),编程最低(39)。按混合价格计,每百万 token $0.438,比大多数已排名模型便宜。输出速度为 148 token/秒,首次回答需 14.3 秒,位于最快的四分之一。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年5月29日。
- 混合价格
- $0.438/M
- 输入 $0.200 · 输出 $1.15
- 来源:Artificial Analysis
- 输出速度
- 148 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 14 s
- 首 token 3.49 s
- 上下文
- 256k
- 来源:models.dev
- 完整回答
- 30 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5月29日
- 综合 Index53
- 编程39
- 智能体与工具48
- 指令遵循67
- 多模态58
- 长上下文61
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/step-3-7-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。
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 Flash本页 | 2026年5月29日 | 53.0 | #267 |
| Step 3.5 Flash | 2026年4月2日 | 56.3 | #184 |
| Step 3.5 Flash 0202 | 2026年2月2日 | – | – |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
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。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 80.9%#189 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 21.4%#226 | Artificial Analysis | |
| CritPt不计入 Index | 2.3%#217 | Artificial Analysis |
编程
| 基准测试 | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode推理强度未说明 | – | – | – | 40.0%#180 | SciCode | |
| SciCode (AA)不计入 Index推理强度未说明 | – | – | – | 43.9%#169 | Artificial Analysis | |
| ALE-Bench不计入 Index推理强度未说明 | – | – | – | 694.1#98 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明 | – | – | – | 39.3%#143 | Artificial Analysis | |
| GameBench 2 Overall不计入 Index跨设置 | – | – | – | 23.2#56 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning setting不计入 Index | 29.4#172 | 26.8#181 | 13.5#202 | – | DuelLab GameBench 2 | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | 1186#90 | Design Arena |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 35.6%#74 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 98.5%#4 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 864#203 | Artificial Analysis | |
| τ³-Banking (AA) | 12.0%#137 | Artificial Analysis | |
| ITBench SRE (AA)不计入 Index | 30.3%#34 | Artificial Analysis | |
| APEX-Agents (AA)不计入 Index | 14.8%#23 | Artificial Analysis | |
| EnterpriseOps-Gym不计入 Index | 29.1%#44 | Artificial Analysis |
数学
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| AIME 2026可能存在污染 | 95.0%#18 | MathArena | |
| HMMT February 2026可能存在污染 | 87.9%#17 | MathArena | |
| MathArena Apex可能存在污染 | 14.6%#17 | MathArena |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 67.3%#88 | Artificial Analysis |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMMU-Pro | 75.3%#115 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 73.7%#190 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 19.5#249 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 264.2#230 | Artificial Analysis |
GameBench 2 Overall: 23.2. GameBench 2, best reasoning setting (Low): 29.4. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| StepFun | 145 tok/s | 3.69 s | $0.200 | $1.15 | 256k | fp8 |
| NovitaAI | 51 tok/s | 7.64 s | $0.200 | $1.15 | 262k | fp8 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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 $0.040。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 | $0.0004 | $0.0004 | 16.3 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0031 | $0.0017 | 18.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.0029 | $0.0022 | 24.4 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.017 | $0.0094 | 41.3 s |
| 结构化信息提取 | 2,000 / 200 | $0.0006 | $0.0004 | 15.6 s |
将 Step 3.7 Flash 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Step 3.7 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。
[](https://www.benchleader.com/models/step-3-7-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 3.7 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/step-3-7-flash
BibTeX:
@misc{benchleader_step_3_7_flash_20261116,
author = {{BenchLeader}},
title = {{Step 3.7 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/step-3-7-flash}},
note = {Data as of 2026-11-16}
}常见问题
- Step 3.7 Flash 的基准测试得分是多少?
- 截至 2026年11月16日,Step 3.7 Flash 的 BenchLeader Index 为 53.0 ±9.0。最强的是指令遵循(67),最弱的是编程(39)。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 3.7 Flash 排名第几?
- 截至 2026年11月16日,Step 3.7 Flash 在 608 个已排名配置中排第 267 名。另有 426 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 3.7 Flash 每百万 token 的价格是多少?
- 截至 2026年11月16日,Step 3.7 Flash 的价格为输入每百万 token $0.200、输出每百万 token $1.15,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.438。标价最近一次变动是在 2026年9月9日。
- Step 3.7 Flash 比 MiniMax M3.1 Flash 更好吗?
- 截至 2026年11月16日,MiniMax M3.1 Flash 与 Step 3.7 Flash 的质量不相上下(BenchLeader Index 54.3 比 53.0,在 ±10.1 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Step 3.7 Flash 是什么时候发布的?
- StepFun 于 2026年5月29日发布了 Step 3.7 Flash。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Step 3.7 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-3-7-flash。