Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs StepFun: Step 3.7 Flash

Zusammenfassung

GPT-5.5 vs Step 3.7 Flash Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.0 vs 7.1. Step 3.7 Flash hat die niedrigeren Benchmark-Kosten mit $1.148 vs $3.679. GPT-5.5 ist schneller mit 37.98s vs 64.46s, mit Erfolgsraten von 87.3% vs 63.5%.

Empfohlenes Modell: GPT-5.5 - Es hat hier die beste Punktzahl (9.0) und antwortet etwa 1.7x schneller als Step 3.7 Flash.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik GPT-5.5 GPT-5.5 medium Veröffentlichung: 2026-04-24 Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29
Punktzahl 9.0 7.1
Rang #9 #63
Zuverlässigkeit 10.0 10.0
Konsistenz 8.9 8.2
Korrekte Tests
Erfolgsquote pro Versuch 87.3% 63.5%
Instabile Tests 3 4
Gesamtläufe 63 63
Kosten pro Ergebnis 21.638 10.434
Gesamtkosten $3.679 $1.148
Eingabepreis $5.000 / 1M $0.200 / 1M
Ausgabepreis $30.000 / 1M $1.150 / 1M
Gesamte Eingabe-Token 34,212 38,391
Ausgabe-Token 1,985 991,355
Denk-Token 114,925 0
Antwortzeit (Durchschnitt) 37.98s 64.46s
Antwortzeit (Maximum) 332.10s 364.99s
Antwortzeit (Gesamt) 797.60s 1353.57s

Generierungs-Showcase

Hamster playing table tennis

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

#9 GPT-5.5

medium
Kosten
$0.112
Zeit
71.9s
Token
3,807 tok

#63 Step 3.7 Flash

high
Kosten
$0.007
Zeit
63.6s
Token
6,030 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 4.66s 606 250 1,335
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 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 19.29s 11,019 312 2,841
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 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 4.18s 7,140 234 593
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 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 4.16s 477 138 223
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Befolgung von Anweisungen 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 3.36s 660 93 538
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 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 6.76s 642 241 2,225
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 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 10.57s 5,445 258 832
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumKostenlos verfügbarvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighQwen3.7 MaxnonevsStep 3.7 FlashhighGemini 3.5 FlashlowvsGPT-5.5medium