Step 5 Preview

StepFun · 2026-09-18 发布 · 11/14 14:06 更新

AIHOT 评分 · 综合

60.4

参照组均值 50

综合名次

第 38 名

证据覆盖

—

已有成绩

32 项

可比分类 4/4

上下文窗口

100万

Token

输入 · 输出价

¥7 / ¥20

¥/百万 Token

缓存价 · 原价

¥0.7

分域能力面

各领域与综合评分在同一条刻度上单独评分 · 没测的不补分也不扣分

编程60.0

第 31 名6 项评测 · 覆盖 42%

科研60.2

第 41 名10 项评测 · 覆盖 78%

专业办公63.2

第 38 名9 项评测 · 覆盖 78%

知识问答60.5

第 37 名5 项评测 · 覆盖 60%

逐项成绩

每项公开成绩与其在同一条刻度上的换算读数 ·「至多」表示该读数为封顶值

编程60.0

6 项

Terminal-Bench 4.033.3%读数 —

Terminal-Bench 4.031.8%读数 —

SciCode58.9%读数 —

Code Migration v1.147.0%读数 —

Vibe Code Bench v1.170.4%读数 —

FrontierCode 2.012.0%读数 —

科研60.2

10 项

CritPt20.9%读数 —

致知 · 逻辑月榜41.3%读数 —

BioMysteryBench67.4%读数 —

Humanity's Last Exam46.5%读数 —

CritPt v2 Hard32.5%读数 —

司南 · 抽象64.1%读数 —

司南 · 推理70.3%读数 —

MysteryMechanism18.5%读数 —

Terminal-Bench Science2.4%读数 —

Terminal-Bench Science2.9%读数 —

专业办公63.2

9 项

Harvey 法律 Agent 基准 v1.112.9%读数 —

Excel Modeling v1.169.6%读数 —

GDPval-AA1,590.7读数 —

Legal Research Bench40.4%读数 —

AA-Briefcase1,424读数 —

Finance Agent v2.158.9%读数 —

AutomationBench-AA51.0%读数 —

TaxAgentBench27.3%读数 —

AA-Analyst Agent35.0%读数 —

知识问答60.5

5 项

AA-LCR88.3%读数 —

MLCR-AA18.3%读数 —

AA-Omniscience v1.116.4读数 —

司南 · 知识64.0%读数 —

NYT Connections 扩展版76.6%读数 —

真人盲选57.3

2 项

Arena WebDev1,572.5读数 —

Arena Text1,448.5读数 —

数据来自aihot.news/leaderboard/step-5-preview（60 分钟缓存）· 评分口径以原站说明为准实时