নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.2 Chat (default) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) average score-এ এগিয়ে: 7.8 vs 7.0. Step 3.7 Flash (medium)-এর benchmark খরচ কম: $0.571 vs $0.594. GPT-5.2 Chat (default) দ্রুত: 7.43s vs 26.57s, pass rates 66.7% vs 68.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-19

তুলনা করা মডেল

র‍্যাঙ্ক
#184
মোট আউটপুট টোকেন
29,742
প্রতিক্রিয়া সময় (গড়)
7.43s
মোট খরচ
$0.594
র‍্যাঙ্ক
#129
মোট আউটপুট টোকেন
440,835
প্রতিক্রিয়া সময় (গড়)
26.57s
মোট খরচ
$0.571
প্রস্তাবিত মডেল Step 3.7 Flash (medium)

এই তুলনায় এটির স্কোর সর্বোচ্চ (7.8) এবং 2টি মডেলের মধ্যে খরচ ও সাড়া দেওয়ার সময়ের সামগ্রিক ভারসাম্য সবচেয়ে ভালো।

বিস্তারিত তুলনা

মেট্রিক GPT-5.2 Chat GPT-5.2 Chat default প্রকাশ: 2025-12-11 Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29
স্কোর 7.0 7.8
র‍্যাঙ্ক #184 #129
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.7 8.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 68.1%
অস্থির টেস্ট 4 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 4.564 4.392
মোট খরচ $0.594 $0.571
ইনপুট মূল্য $1.750 / 1M $0.200 / 1M
আউটপুট মূল্য $14.000 / 1M $1.150 / 1M
ক্যাশ পড়ার মূল্য $0.175 / 1M $0.040 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 101,104 319,524
আউটপুট টোকেন 10,414 440,835
রিজনিং টোকেন 19,328 0
প্রতিক্রিয়া সময় (গড়) 7.43s 26.57s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 38.52s 152.83s
প্রতিক্রিয়া সময় (মোট) 163.35s 611.09s
প্যারামিটার ~400B মোট (~17B সক্রিয়) 198B মোট (11B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#184 GPT-5.2 Chat

default
খরচ
$0.010
সময়
15.3s
টোকেন
797 tok

#129 Step 3.7 Flash

medium
খরচ
$0.006
সময়
46.2s
টোকেন
4,466 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 843 5,888
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Step 3.7 FlashmediumvsGLM 5.3highGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatdefaultKimi K2.7 CodemediumvsGPT-5.2 ChatdefaultQwen3.7 PlusnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGrok 4.5lowDeepSeek V4.1 Flash 1017highvsStep 3.7 FlashmediumGPT-5.2 ChatdefaultvsMiMo-V2.5mediumLing 3.1 FlashhighvsStep 3.7 FlashmediumMuse WondermaxvsStep 3.7 FlashmediumEmber-1lowvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.6-FlashlowMinimax M3.1 Flashlowবিনামূল্যে উপলভ্যvsGPT-5.2 Chatdefault