Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs StepFun: Step 3.7 Flash

Zusammenfassung

gpt-oss-120b vs Step 3.7 Flash Benchmark-Vergleich: Step 3.7 Flash führt beim Durchschnittsscore mit 7.1 vs 6.7. gpt-oss-120b hat die niedrigeren Benchmark-Kosten mit $0.013 vs $1.148. gpt-oss-120b ist schneller mit 22.28s vs 64.46s, mit Erfolgsraten von 52.4% vs 63.5%.

Empfohlenes Modell: gpt-oss-120b - Die Punktzahl bleibt nah an der besten hier (6.7 vs 7.1) und es kostet etwa 94.5x weniger als Step 3.7 Flash.

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

Metrik gpt-oss-120b gpt-oss-120b medium Veröffentlichung: 2025-08-05 Kostenlos verfügbar Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29
Punktzahl 6.7 7.1
Rang #78 #63
Zuverlässigkeit 10.0 10.0
Konsistenz 8.0 8.2
Korrekte Tests
Erfolgsquote pro Versuch 52.4% 63.5%
Instabile Tests 5 4
Gesamtläufe 63 63
Kosten pro Ergebnis 0.141 10.434
Gesamtkosten $0.013 $1.148
Eingabepreis $0.039 / 1M $0.200 / 1M
Ausgabepreis $0.180 / 1M $1.150 / 1M
Gesamte Eingabe-Token 39,084 38,391
Ausgabe-Token 20,013 991,355
Denk-Token 50,233 0
Antwortzeit (Durchschnitt) 22.28s 64.46s
Antwortzeit (Maximum) 68.16s 364.99s
Antwortzeit (Gesamt) 311.96s 1353.57s

Generierungs-Showcase

Hamster playing table tennis

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

#78 gpt-oss-120b

medium
Kosten
$0.001
Zeit
26.7s
Token
555 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-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
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-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
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-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
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-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
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-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
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-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
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-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
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-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
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-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
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-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758
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 FlashhighGemini 3.5 Flashminimalvsgpt-oss-120bmediumKostenlos verfügbarClaude Opus 4.8nonevsStep 3.7 Flashhighgpt-oss-120bmediumKostenlos verfügbarvsQwen3.7 MaxnoneGemini 3 Flash PreviewnonevsStep 3.7 FlashhighGemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumKostenlos verfügbar