নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs StepFun: Step 3.7 Flash

সারাংশ

Step 3.7 Flash (medium) average score-এ এগিয়ে: 8.5 vs 7.7. GPT-5.6 Terra (low)-এর benchmark খরচ কম: $0.343 vs $0.376. GPT-5.6 Terra (low) দ্রুত: 4.88s vs 20.35s, pass rates 74.6% vs 73.0%.

প্রস্তাবিত মডেলGPT-5.6 Terra (low)Its score stays close to the best score here (7.7 vs 8.5), while responding about 4.2x faster than Step 3.7 Flash (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক GPT-5.6 Terra GPT-5.6 Terra low প্রকাশ: 2026-07-09 Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29
স্কোর 7.7 8.5
র‍্যাঙ্ক #49 #23
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 8.1 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 74.6% 73.0%
অস্থির টেস্ট 5 2
মোট রান 63 61
প্রতি ফলাফলে খরচ 2.637 2.686
মোট খরচ $0.343 $0.376
ইনপুট মূল্য $2.500 / 1M $0.200 / 1M
আউটপুট মূল্য $15.000 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 34,226 39,981
আউটপুট টোকেন 1,943 319,958
রিজনিং টোকেন 15,201 0
প্রতিক্রিয়া সময় (গড়) 4.88s 20.35s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 19.85s 113.98s
প্রতিক্রিয়া সময় (মোট) 102.53s 427.42s

জেনারেশন শোকেস

Hamster playing table tennis

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

#49 GPT-5.6 Terra

low
খরচ
$0.034
সময়
16.8s
টোকেন
2,348 tok

#23 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-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

দ্রুত তুলনা

তুলনার জুটি বদলান