তুলনা করুন চার্ট

ভাষা:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: gpt-oss-120b vs StepFun: Step 3.5 Flash

মডেলের নাম:

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে : 2026-02-27 15:16

সারাংশ

মেট্রিক	OpenAI: gpt-oss-120b medium প্রকাশ: রিলিজ তারিখ অজানা বিনামূল্যে উপলভ্য	StepFun: Step 3.5 Flash medium প্রকাশ: রিলিজ তারিখ অজানা বিনামূল্যে উপলভ্য
র‍্যাঙ্ক	#25	#11
স্কোর	5.64	7.00
ধারাবাহিকতা	7.55	8.32
প্রতি ফলাফলে খরচ	0.101	0.000
মোট খরচ	$0.008	$0.000
সঠিক টেস্ট
ভুল টেস্ট	7	5
প্রতি চেষ্টায় পাস রেট	59.5%	73.8%
অস্থির টেস্ট	4	3
আউটপুট টোকেন	11,407	60,502
রিজনিং টোকেন	26,106	117,044

বিভাগভিত্তিক বিশ্লেষণ

অ্যান্টি-এআই কৌশল	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
OpenAI: gpt-oss-120b	7.00	9.81	66.7%	0		3,463	2,077
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

ডেটা পার্সিং ও নিষ্কাশন	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
OpenAI: gpt-oss-120b	5.50	5.87	66.7%	1		241	1,114
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

ডোমেইন-নির্দিষ্ট	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
OpenAI: gpt-oss-120b	1.00	4.41	22.2%	2		6,018	18,520
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

নির্দেশনা অনুসরণ	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
OpenAI: gpt-oss-120b	10.00	10.00	100.0%	0		120	1,770
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
OpenAI: gpt-oss-120b	5.00	7.13	44.4%	1		1,278	1,542
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

টুল কলিং	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	সঠিক টেস্ট	আউটপুট টোকেন	রিজনিং টোকেন
OpenAI: gpt-oss-120b	9.00	9.97	100.0%	0		287	1,083
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

তুলনার জুটি বদলান

OpenAI: gpt-oss-120b এর সাথে তুলনা করুন...

StepFun: Step 3.5 Flash এর সাথে তুলনা করুন...