Modellvergleich
Small 3
vs. Step 3.7 Flash
Vergleich von 2 KI-Modellen · 12 Benchmarks · Mistral, StepFun
Empfehlung
St Step 3.7 Flash 9 Metrik-Siege Staerkste Bereiche: Durchsatz, Reasoning, Intelligenz
Bester Wert
Small 3
100.0 Wert-Score
21.6 Reasoning / $0.10/1M
Niedrigster Preis
Small 3
$0.07/1M Eingabepreis
Bestes Reasoning
Step 3.7 Flash
47.8 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Step 3.7 Flash
37.1 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Small 3 bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Small 3 ist 2,7x guenstiger bei Eingabetokens als Step 3.7 Flash.
Geschwindigkeitsunterschied
Step 3.7 Flash generiert etwa 2,5x so viele Tokens pro Sekunde wie Small 3.
Reasoning-Unterschied
Step 3.7 Flash liegt 26.2 Punkte vor Small 3 beim Reasoning.
Top-Wahl-Begruendung
Step 3.7 Flash gewinnt 9 messbare Kategorien, darunter Durchsatz, Reasoning, Intelligenz, GPQA.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Small 3
Mistral
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Step 3.7 Flash
StepFun
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Mi Small 3 | Top-Wahl St Step 3.7 Flash |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.07/1M | $0.20/1M |
| Output-Kosten | $0.19/1M | $1.15/1M |
| Gemischt (3:1) | $0.10/1M | $0.44/1M |
| Spezifikationen | ||
| Anbieter | Mistral | StepFun |
| Veröffentlichung | 30. Jan. 2025 | 29. Mai 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 158.9 tok/s | 397.1 tok/s |
| TTFT | 445ms | 721ms |
| Latenz | 445ms | 5758ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 52.5 |
| Reasoning-Score | 21.6 | 47.8 |
| Intelligenz | 12.7 | 42.6 |
| Coding | — | 37.1 |
| Mathe | 4.3 | — |
| Standard-Benchmarks | ||
| GPQA | 46.2% | 80.9% |
| MMLU Pro | 65.2% | — |
| HLE | 4.1% | 19.9% |
| LiveCodeBench | 25.2% | — |
| MATH 500 | 71.5% | — |
| AIME 2025 | 4.3% | — |
| AIME (Original) | 8.0% | — |
| SciCode | 23.6% | 40.0% |
| LCR | 0.0% | 63.7% |
| IFBench | 26.4% | 67.3% |
| TAU-bench v2 | 19.6% | 98.5% |
| TerminalBench Hard | — | 35.6% |
Wichtigste Erkenntnisse
Small 3 bietet das beste Preis-Leistungs-Verhaeltnis mit $0.07/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Step 3.7 Flash hat das staerkste Reasoning-Profil mit 47.8 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Step 3.7 Flash erreicht einen 37.1 Coding-Index, und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
Small 3
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
Step 3.7 Flash
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
