step-5-preview
比较各思考档位在私有数据集上的表现。分项成绩与费用均来自对应的实测记录。
最高综合分66.2
step-5-preview · default
- 后端与测试
- 56
- 前端与交互
- 71
- 知识与推理
- 75
各档位实测成绩
选择两到三个配置，比较分数与费用。
左右滑动查看完整成绩 →
| 模型 / 档位 | 综合 | 后端与测试 | 前端与交互 | 知识与推理 | 评测用时 | 参考费用 | 对比 |
|---|---|---|---|---|---|---|---|
| default | 66.2 | 56 | 71 | 75 | 98m 22s | $1.24 |
如何理解结果
上方分项成绩采用最高综合分所在的同一配置。完整综合分需要三项成绩，缺失结果显示为横线。
本次评测数据发布于 2026/9/30