Modellvergleich
105B (high)
vs. Step 3.7 Flash
Vergleich von 2 KI-Modellen · 7 Benchmarks · Sarvam, StepFun
Empfehlung
StStep 3.7 Flash10 Metrik-SiegeStaerkste Bereiche: Durchsatz, Reasoning, Intelligenz
Bester Wert
105B (high)
100.0 Wert-Score
32.2 Reasoning / $0.07/1M
Niedrigster Preis
105B (high)
$0.04/1M Eingabepreis
Bestes Reasoning
Step 3.7 Flash
44.4 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Step 3.7 Flash
39.6 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
105B (high) bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
105B (high) ist 4,8x guenstiger bei Eingabetokens als Step 3.7 Flash.
Reasoning-Unterschied
Step 3.7 Flash liegt 12.2 Punkte vor 105B (high) beim Reasoning.
Top-Wahl-Begruendung
Step 3.7 Flash gewinnt 10 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.
105B (high)
Sarvam
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Step 3.7 Flash
StepFun
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Mit führenden KI-Modellen chatten
Nutze Claude, ChatGPT und Gemini zusammen mit EU-gehosteten Modellen wie Deepseek, Qwen und Kimi.
EU-gehostete Inferenz
Server in Deutschland und Finnland. Entwickelt fuer strenge GDPR- und ISO-27001-Compliance-Anforderungen.
Vollständiger Vergleich
| Metrik | Sa 105B (high) | Top-Wahl St Step 3.7 Flash |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.04/1M | $0.20/1M |
| Output-Kosten | $0.17/1M | $1.15/1M |
| Gemischt (3:1) | $0.07/1M | $0.44/1M |
| Spezifikationen | ||
| Anbieter | Sarvam | StepFun |
| Veröffentlichung | 6. März 2026 | 29. Mai 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | 378.8 tok/s |
| TTFT | — | 710ms |
| Latenz | — | 5991ms |
| Composite-Indizes | ||
| Wert-Score | 100.0 | 23.3 |
| Reasoning-Score | 32.2 | 44.4 |
| Intelligenz | 11.9 | 30.9 |
| Coding | — | 39.6 |
| Standard-Benchmarks | ||
| GPQA | 73.8% | 80.9% |
| HLE | 11.0% | 21.4% |
| SciCode | 26.4% | 40.0% |
| LCR | 0.0% | 69.7% |
| IFBench | 34.4% | 67.3% |
| TAU-bench v2 | 46.8% | 98.5% |
| TerminalBench Hard | 1.5% | 35.6% |
Wichtigste Erkenntnisse
105B (high) bietet das beste Preis-Leistungs-Verhaeltnis mit $0.04/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Step 3.7 Flash hat das staerkste Reasoning-Profil mit 44.4 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
Step 3.7 Flash erreicht einen 39.6 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
105B (high)
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
Step 3.7 Flash
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
- Code-Generierung
- Softwareentwicklung
