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

OpenAI: GPT-5.2 Chat vs StepFun: Step 3.5 Flash

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-16

Metrik GPT-5.2 Chat GPT-5.2 Chat none Veröffentlichung: 2025-12-11 Step 3.5 Flash Step 3.5 Flash medium Veröffentlichung: 2026-02-01
Punktzahl 7.9 7.9
Rang #28 #30
Konsistenz 8.7 9.1
Korrekte Tests
Erfolgsquote pro Versuch 75.9% 70.6%
Instabile Tests 3 2
Gesamtläufe 54 49
Kosten pro Ergebnis 2.424 0.000
Gesamtkosten $0.291 $0.000
Eingabepreis $1.750 / 1M $0.100 / 1M
Ausgabepreis $14.000 / 1M $0.300 / 1M
Ausgabe-Token 17,346 71,904
Denk-Token 0 155,607
Antwortzeit (Durchschnitt) 6.84s 26.78s
Antwortzeit (Maximum) 38.52s 170.45s
Antwortzeit (Gesamt) 123.17s 294.58s

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
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.2 Chat 10.0 10.0 100.0% 0 8.97s 1,345 0
Step 3.5 Flash - - - - - - - -
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.2 Chat 7.5 6.1 83.3% 1 5.46s 1,528 0
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5V TurbomediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-FlashmediumGemma 4 26B A4BmediumKostenlos verfügbarvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5.1mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium