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

OpenAI: GPT-5.4 Mini vs StepFun: Step 3.5 Flash

Step 3.5 Flash (medium) average score-এ এগিয়ে: 6.0 vs 5.9. GPT-5.4 Mini-এর benchmark খরচ কম: $0.095 vs $0.108. GPT-5.4 Mini দ্রুত: 1.53s vs 174.22s, pass rates 33.3% vs 51.5%.

প্রস্তাবিত মডেলGPT-5.4 MiniIts score stays close to the best score here (5.9 vs 6.0), while responding about 113.6x faster than Step 3.5 Flash (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক GPT-5.4 Mini GPT-5.4 Mini none প্রকাশ: 2026-03-17 Step 3.5 Flash Step 3.5 Flash medium প্রকাশ: 2026-02-01
স্কোর 5.9 6.0
র‍্যাঙ্ক #129 #123
নির্ভরযোগ্যতা 10.0 9.2
ধারাবাহিকতা 8.9 9.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 33.3% 51.5%
অস্থির টেস্ট 3 1
মোট রান 66 63
প্রতি ফলাফলে খরচ 1.580 0.540
মোট খরচ $0.095 $0.108
ইনপুট মূল্য $0.750 / 1M $0.100 / 1M
আউটপুট মূল্য $4.500 / 1M $0.300 / 1M
মোট ইনপুট টোকেন 79,067 65,707
আউটপুট টোকেন 7,880 108,561
রিজনিং টোকেন 0 293,993
প্রতিক্রিয়া সময় (গড়) 1.53s 174.22s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 9.92s 1597.85s
প্রতিক্রিয়া সময় (মোট) 33.74s 2613.32s

Hamster playing table tennis

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

#129 GPT-5.4 Mini

none
খরচ
$0.010
সময়
11.7s
টোকেন
2,151 tok

#123 Step 3.5 Flash

medium
খরচ
$0.008
সময়
277.1s
টোকেন
23,695 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-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

দ্রুত তুলনা

তুলনার জুটি বদলান