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

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-29

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Veröffentlichung: 2026-02-17 Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29
Punktzahl 7.0 7.1
Rang #78 #74
Zuverlässigkeit 10.0 10.0
Konsistenz 9.7 8.2
Korrekte Tests
Erfolgsquote pro Versuch 58.3% 65.8%
Instabile Tests 1 4
Gesamtläufe 60 60
Kosten pro Ergebnis 2.782 8.723
Gesamtkosten $0.306 $0.960
Eingabepreis $3.000 / 1M $0.200 / 1M
Ausgabepreis $15.000 / 1M $1.150 / 1M
Ausgabe-Token 9,450 828,084
Denk-Token 0 0
Antwortzeit (Durchschnitt) 5.27s 49.43s
Antwortzeit (Maximum) 23.84s 192.75s
Antwortzeit (Gesamt) 68.50s 988.58s

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) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 6.8 10.0 50.0% 0 6.73s 2,112 0
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 533 0
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 431 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Schnellvergleich

Vergleichspaar wechseln

GPT-5 MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsDeepSeek V4 ProhighClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsSeed-2.0-MinimediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 Flashhigh