Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs StepFun: Step 3.5 Flash

Zusammenfassung

GPT-5.5 (low) vs Step 3.5 Flash Benchmark-Vergleich: GPT-5.5 (low) führt beim Durchschnittsscore mit 9.3 vs 2.6. Step 3.5 Flash hat die niedrigeren Benchmark-Kosten mit $0.020 vs $0.907. GPT-5.5 (low) ist schneller mit 9.76s vs 39.03s, mit Erfolgsraten von 85.7% vs 28.6%.

Empfohlenes Modell: GPT-5.5 (low) - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 4.0x schneller als Step 3.5 Flash.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 Step 3.5 Flash Step 3.5 Flash none Veröffentlichung: 2026-02-01
Punktzahl 9.3 2.6
Rang #7 #187
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 5.7
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 28.6%
Instabile Tests 0 0
Gesamtläufe 63 36
Kosten pro Ergebnis 5.035 0.328
Gesamtkosten $0.907 $0.020
Eingabepreis $5.000 / 1M $0.100 / 1M
Ausgabepreis $30.000 / 1M $0.300 / 1M
Gesamte Eingabe-Token 34,209 1,971
Ausgabe-Token 2,046 64,795
Denk-Token 22,460 0
Antwortzeit (Durchschnitt) 9.76s 39.03s
Antwortzeit (Maximum) 56.19s 114.12s
Antwortzeit (Gesamt) 204.92s 312.26s

Generierungs-Showcase

Hamster playing table tennis

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

#7 GPT-5.5

low
Kosten
$0.068
Zeit
37.0s
Token
2,339 tok

#187 Step 3.5 Flash

none
Kosten
$0.005
Zeit
156.3s
Token
13,887 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
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Step 3.5 Flash 10.0 10.0 100.0% 0 34.99s 691 21,766 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Step 3.5 Flash 9.8 3.3 0.0% 0 0ms 0 0 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Step 3.5 Flash 1.5 5.0 0.0% 0 0ms 0 0 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Step 3.5 Flash 3.3 3.3 33.3% 0 34.54s 165 7,389 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Step 3.5 Flash 4.0 10.0 0.0% 0 14.37s 509 2,451 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Step 3.5 Flash 5.0 5.0 50.0% 0 9.30s 384 1,427 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 0 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Step 3.5 Flash 3.0 10.0 0.0% 0 114.12s 222 31,762 0

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5low