OpenAI: GPT-5.3 Chat vs StepFun: Step 3.7 Flash

GPT-5.3 Chat führt beim Durchschnittsscore mit 7.5 vs 7.3. Step 3.7 Flash (low) hat die niedrigeren Benchmark-Kosten mit $0.454 vs $0.571. GPT-5.3 Chat ist schneller mit 6.88s vs 20.68s, mit Erfolgsraten von 68.2% vs 68.2%.

Empfohlenes ModellGPT-5.3 ChatEs hat hier die beste Punktzahl (7.5) und antwortet etwa 3.0x schneller als Step 3.7 Flash (low).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-25

Metrik	GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03	Step 3.7 Flash Step 3.7 Flash low Veröffentlichung: 2026-05-29

Metrik	GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03	Step 3.7 Flash Step 3.7 Flash low Veröffentlichung: 2026-05-29
Punktzahl	7.5	7.3
Rang	#62	#75
Zuverlässigkeit	10.0	10.0
Konsistenz	8.2	8.1
Korrekte Tests
Erfolgsquote pro Versuch	68.2%	68.2%
Instabile Tests	5	5
Gesamtläufe	66	66
Kosten pro Ergebnis	4.387	3.782
Gesamtkosten	$0.571	$0.454
Eingabepreis	$1.750 / 1M	$0.200 / 1M
Ausgabepreis	$14.000 / 1M	$1.150 / 1M
Gesamte Eingabe-Token	78,990	103,833
Ausgabe-Token	30,854	376,581
Denk-Token	0	0
Antwortzeit (Durchschnitt)	6.88s	20.68s
Antwortzeit (Maximum)	18.33s	124.75s
Antwortzeit (Gesamt)	151.31s	455.01s

Hamster playing table tennis

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

#62 GPT-5.3 Chat

none

Kosten: $0.008
Zeit: 8.1s
Token: 634 tok

#75 Step 3.7 Flash

low

Ungültiges SVG

Kosten: $0.004
Zeit: 25.3s
Token: 3,072 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	0
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow Kimi K2.7 CodemediumvsGPT-5.3 Chatnone KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Nemotron 3 UltramediumKostenlos verfügbarvsGPT-5.3 Chatnone Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow GPT-5.3 ChatnonevsQwen3.5-27Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium Claude Sonnet 4.6nonevsStep 3.7 Flashlow