Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

Zusammenfassung

Claude Sonnet 4.6 vs Step 3.7 Flash Benchmark-Vergleich: Claude Sonnet 4.6 führt beim Durchschnittsscore mit 7.8 vs 7.1. Step 3.7 Flash hat die niedrigeren Benchmark-Kosten mit $1.148 vs $1.418. Claude Sonnet 4.6 ist schneller mit 17.06s vs 64.46s, mit Erfolgsraten von 65.1% vs 63.5%.

Empfohlenes Modell: Claude Sonnet 4.6 - Es hat hier die beste Punktzahl (7.8) und antwortet etwa 3.8x schneller als Step 3.7 Flash.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Veröffentlichung: 2026-02-17 Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29
Punktzahl 7.8 7.1
Rang #32 #65
Zuverlässigkeit 10.0 10.0
Konsistenz 9.1 8.2
Korrekte Tests
Erfolgsquote pro Versuch 65.1% 63.5%
Instabile Tests 2 4
Gesamtläufe 63 63
Kosten pro Ergebnis 10.904 10.434
Gesamtkosten $1.418 $1.148
Eingabepreis $3.000 / 1M $0.200 / 1M
Ausgabepreis $15.000 / 1M $1.150 / 1M
Gesamte Eingabe-Token 49,112 38,391
Ausgabe-Token 54,703 991,355
Denk-Token 29,970 0
Antwortzeit (Durchschnitt) 17.06s 64.46s
Antwortzeit (Maximum) 46.35s 364.99s
Antwortzeit (Gesamt) 221.83s 1353.57s

Generierungs-Showcase

Hamster playing table tennis

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

#32 Claude Sonnet 4.6

medium
Ungültiges SVG
Kosten
$0.000
Zeit
300.0s
Token
0 tok

#65 Step 3.7 Flash

high
Kosten
$0.007
Zeit
63.6s
Token
6,030 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashhighvsGLM 5.1mediumLaguna XS 2.1mediumKostenlos verfügbarvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumKostenlos verfügbarvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Sonnet 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsStep 3.7 FlashhighClaude Sonnet 4.6mediumvsDeepSeek V4 Prohigh