StepFun: Intelligenz, Leistung und Preise der Modelle

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

StepFun

Diese Analyse soll Sie bei der Auswahl des besten von StepFun angebotenen Modells für Ihren Anwendungsfall unterstützen.

Höchste Intelligenz

Updated

Step 3.7 Flash

Step 3.5 Flash 2603

Step 3.5 Flash

Intelligence Index

Insgesamt 3 Modelle

Am schnellsten

Step 3.5 Flash

148 t/s

Step 3.5 Flash 2603

146 t/s

Step 3.7 Flash

113 t/s

Ausgabegeschwindigkeit

Insgesamt 3 Modelle

Niedrigster Preis

Step 3.5 Flash 2603

$0.06

Step 3.5 Flash

$0.12

Step 3.7 Flash

$0.18

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 3 Modelle

StepFun bietet 3 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.

Bei der Intelligenz sind Step 3.7 Flash (19), Step 3.5 Flash 2603 (17) und Step 3.5 Flash (17) die führenden Modelle von StepFun.
Bei der Ausgabegeschwindigkeit sind Step 3.5 Flash (148 t/s), Step 3.5 Flash 2603 (146 t/s) und Step 3.7 Flash (113 t/s) am schnellsten.
Bei der Latenz bieten Step 3.5 Flash (16.92 s), Step 3.5 Flash 2603 (17.26 s) und Step 3.7 Flash (20.36 s) die kürzeste Zeit bis zum ersten Antworttoken.
Beim Preis bieten Step 3.5 Flash 2603 ($0.06), Step 3.5 Flash ($0.12) und Step 3.7 Flash ($0.18) die niedrigsten Mischpreise pro 1 Mio. Tokens.
Bei der Größe des Kontextfensters unterstützen Step 3.7 Flash (256k), Step 3.5 Flash 2603 (256k) und Step 3.5 Flash (256k) die größten Kontextfenster von StepFun.

Wichtigste Ergebnisse

Updated

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Geschwindigkeit

Output tokens per second · Higher is better

Preis

USD per 1M tokens (blended) · Lower is better

Intelligenzevaluationen

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3 incorporates 10 evaluations: AA-Briefcase, GDPval-AA v2, AutomationBench-AA, Terminal-Bench v4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Estimate (independent evaluation forthcoming)

Artificial Analysis Intelligence Index v4.3 includes: AA-Briefcase, GDPval-AA v2, AutomationBench-AA, Terminal-Bench v4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase

Agentic knowledge work, (Elo-500)/2000

No data available

GDPval-AA v2

Agentic real-world work tasks, (Elo-500)/2000

AutomationBench-AAUpdated

Agentic SaaS workflows

No data available

Terminal-Bench v4.0New

Agentic coding & terminal use

No data available

SciCode

Coding

Humanity's Last Exam

Reasoning & knowledge

GDP.pdfNew

Professional document reasoning, All-pass

No data available

CritPt

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR v1.1

Long context reasoning

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

No data available

IFBench

Instruction following

𝜏³-Banking

Agentic tool use

APEX-Agents-AA

Long-horizon agentic tasks

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Kontextfenster

Context Window

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preise

Intelligence Index vs. Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Leistungsübersicht

Output Speed vs. Price

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Output Speed

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latenz

Gemessen anhand der Zeit (Sekunden) bis zum ersten Token

Latency: Time To First Answer Token

Seconds to first answer token received · Accounts for reasoning model 'thinking' time

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

End-to-End Response Time vs. Price

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									Weitere Analyse
Step 3.7 Flash	256k	Offen	19*	--	113	2.68	24.78	17.68	Modell Anbieter
Step 3.5 Flash 2603	256k	Proprietär	17*	--	146	3.55	20.68	13.71	Modell Anbieter
Step 3.5 Flash	256k	Offen	17*	--	148	3.43	20.29	13.49	Modell Anbieter

Wichtige Definitionen

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Häufig gestellte Fragen

Häufige Fragen zu StepFun

StepFun bietet 3 von uns erfasste Modelle an: Step 3.7 Flash, Step 3.5 Flash 2603 und Step 3.5 Flash.

Das intelligenteste bei StepFun verfügbare Modell ist Step 3.7 Flash mit einem Intelligence-Index-Wert von 19.

Gemessen an der Ausgabegeschwindigkeit ist Step 3.5 Flash mit 148.2 Tokens pro Sekunde das schnellste Modell von StepFun.

Das Modell von StepFun mit der kürzesten Zeit bis zum ersten Antworttoken ist Step 3.5 Flash mit 16.92 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.

Gemessen am Mischpreis ist Step 3.5 Flash 2603 mit $0.06 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von StepFun.

Die Preise der Modelle von StepFun unterscheiden sich bis zum 3-Fachen: von $0.06 pro 1 Mio. Tokens für Step 3.5 Flash 2603 bis $0.18 pro 1 Mio. Tokens für Step 3.7 Flash.

Ja, StepFun bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.

Ja, alle 3 Modelle von StepFun unterstützen den JSON-Modus für strukturierte Ausgaben.

Ja, alle 3 Modelle von StepFun unterstützen Funktionsaufrufe (Tool-Nutzung).

Ja, StepFun bietet 3 Reasoning-Modelle an: Step 3.7 Flash, Step 3.5 Flash 2603 und Step 3.5 Flash. Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.

Ja, 2 von 3 Modellen von StepFun haben offene Gewichte: Step 3.7 Flash und Step 3.5 Flash.

Ja, die Leistung eines Anbieters kann sich aufgrund von Infrastrukturänderungen, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir benchmarken alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.

Berücksichtigen Sie bei der Auswahl eines Modells von StepFun die Intelligenz für qualitätssensible Aufgaben, die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schnellen ersten Antworten, die Preise für kostensensible Workloads sowie Funktionen wie die Größe des Kontextfensters, den JSON-Modus und die Unterstützung von Funktionsaufrufen.

StepFun: Intelligenz, Leistung und Preise der Modelle

Höchste Intelligenz

Am schnellsten

Niedrigster Preis

Intelligenz

Geschwindigkeit

Preis

Intelligenzevaluationen

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Index vs. Price

Price-Quality Variance

Kontextfenster

Context Window

Context Window for RAG

Context Window

Preise

Intelligence Index vs. Price

Price-Quality Variance

Leistungsübersicht

Output Speed vs. Price

Output Speed

Price

Geschwindigkeit

Output Speed

Output Speed

Model Performance Representation

Latenz

Latency: Time To First Answer Token

Time to First Answer Token

Ende-zu-Ende-Antwortzeit

End-to-End Response Time vs. Price

Price

Wichtige Definitionen

Context Window

Häufig gestellte Fragen

Welche Modelle bietet StepFun an?

Welches ist das intelligenteste Modell von StepFun?

Welches ist das schnellste Modell von StepFun?

Welches Modell von StepFun hat die niedrigste Latenz?

Welches ist das günstigste Modell von StepFun?

Wie stark unterscheiden sich die Preise der Modelle von StepFun?

Ist StepFun mit OpenAI kompatibel?

Unterstützt StepFun den JSON-Modus?

Unterstützt StepFun Funktionsaufrufe?

Bietet StepFun Reasoning-Modelle an?

Bietet StepFun Modelle mit offenen Gewichten an?

Verändert sich die Leistung von StepFun im Laufe der Zeit?

Wie wähle ich ein Modell von StepFun aus?