AI BENCHY Compare
OpenAI: GPT-5.4 vs StepFun: Step 3.5 Flash
তুলনা করুন:
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-03-05
| মেট্রিক | OpenAI: GPT-5.4 none প্রকাশ: 2026-03-05 | StepFun: Step 3.5 Flash medium প্রকাশ: 2026-02-01 বিনামূল্যে উপলভ্য |
|---|---|---|
| র্যাঙ্ক | #44 | #16 |
| গড় স্কোর | 4.6 | 7.5 |
| সঠিক টেস্ট | ||
| ধারাবাহিকতা | 8.9 | 9.0 |
| প্রতি ফলাফলে খরচ | 1.496 | 0.000 |
| মোট খরচ | $0.090 | $0.000 |
| প্রতি চেষ্টায় পাস রেট | 44.4% | 73.3% |
| অস্থির টেস্ট | 2 | 2 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| আউটপুট টোকেন | 1,635 | 69,238 |
| রিজনিং টোকেন | 0 | 152,563 |
| প্রতিক্রিয়া সময় (গড়) | 1.46s | 31.60s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 2.89s | 170.45s |
| প্রতিক্রিয়া সময় (মোট) | 21.86s | 284.43s |
প্রতিক্রিয়া সময় (গড়)
স্কোর বনাম মোট খরচ
গড় স্কোর vs প্রতিক্রিয়া সময় (গড়)
বিভাগভিত্তিক বিশ্লেষণ
| অ্যান্টি-এআই কৌশল | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 7.3 | 11.1% | 1 | 1.41s | 388 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 18.54s | 13,924 | 17,208 |
| সমন্বিত | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 |
| ডেটা পার্সিং ও নিষ্কাশন | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 1.04s | 222 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 |
| ডোমেইন-নির্দিষ্ট | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 1.07s | 50 | 0 | |
| StepFun: Step 3.5 Flash | 4.0 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 |
| নির্দেশনা অনুসরণ | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 | |
| StepFun: Step 3.5 Flash | 9.0 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 |
| Puzzle Solving | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 0 | |
| StepFun: Step 3.5 Flash | 4.0 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 |
| টুল কলিং | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 |
দ্রুত তুলনা
তুলনার জুটি বদলান
GPT-5.3 ChatnonevsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যMiniMax M2.5mediumvsGPT-5.4noneGPT-5.2 ChatnonevsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যGemini 3 Flash PreviewnonevsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যGemini 3.1 Flash Lite PreviewhighvsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যGemini 3 Flash PreviewlowvsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যClaude Sonnet 4.6nonevsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যMercury 2mediumvsGPT-5.4noneQwen3.5 Plus 2026-02-15nonevsStep 3.5 Flashmediumবিনামূল্যে উপলভ্যGPT-5.4nonevsQwen3.5-35B-A3Bmedium