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-5.4 Mini vs StepFun: Step 3.7 Flash

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

Metrik GPT-5.4 Mini GPT-5.4 Mini medium Veröffentlichung: 2026-03-17 Step 3.7 Flash Step 3.7 Flash low Veröffentlichung: 2026-05-29
Punktzahl 7.3 7.4
Rang #64 #60
Zuverlässigkeit 10.0 10.0
Konsistenz 7.9 8.7
Korrekte Tests
Erfolgsquote pro Versuch 71.7% 68.3%
Instabile Tests 5 3
Gesamtläufe 60 60
Kosten pro Ergebnis 4.417 2.796
Gesamtkosten $0.486 $0.336
Eingabepreis $0.750 / 1M $0.200 / 1M
Ausgabepreis $4.500 / 1M $1.150 / 1M
Ausgabe-Token 2,160 285,209
Denk-Token 100,548 0
Antwortzeit (Durchschnitt) 22.10s 16.06s
Antwortzeit (Maximum) 138.75s 124.75s
Antwortzeit (Gesamt) 442.09s 321.11s

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-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 7.5 6.0 83.3% 1 73.25s 446 32,513
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 96 1,185
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 278 2,443
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 32 10,174
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Schnellvergleich

Vergleichspaar wechseln

Kimi K2.6mediumKostenlos verfügbarvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumClaude Opus 4.8nonevsGPT-5.4 MinimediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowRing-2.6-1TnonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsStep 3.7 FlashlowGemini 3.1 Flash LitelowvsGPT-5.4 MinimediumDeepSeek V3.2mediumvsStep 3.7 Flashlow