Navigation
AI BENCHY
Your ad here

AI BENCHY Compare

StepFun: Step 3.5 Flash vs xAI: Grok 4.20 Beta

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-12

Metrik Step 3.5 Flash Step 3.5 Flash medium Veröffentlichung: 2026-02-01 Kostenlos verfügbar Grok 4.20 Beta Grok 4.20 Beta none Veröffentlichung: 2026-03-12
Rang #14 #52
Ø-Score 7.4 4.4
Konsistenz 9.1 9.1
Kosten pro Ergebnis 0.000 2.214
Gesamtkosten $0.000 $0.089
Korrekte Tests
Erfolgsquote pro Versuch 68.8% 33.3%
Instabile Tests 2 2
Gesamtläufe 48 48
Ausgabe-Token 71,452 1,511
Denk-Token 155,147 0
Antwortzeit (Durchschnitt) 29.10s 1.22s
Antwortzeit (Maximum) 170.45s 6.48s
Antwortzeit (Gesamt) 290.96s 19.53s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Ø-Score vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Ø-Score vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Schnellvergleich

Vergleichspaar wechseln

GPT-5.2 ChatnonevsStep 3.5 FlashmediumKostenlos verfügbarGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumKostenlos verfügbarGPT-5.3 ChatnonevsStep 3.5 FlashmediumKostenlos verfügbarGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumKostenlos verfügbarMiniMax M2.5mediumvsGrok 4.20 BetanoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumKostenlos verfügbarClaude Sonnet 4.6nonevsStep 3.5 FlashmediumKostenlos verfügbargpt-oss-120bmediumKostenlos verfügbarvsGrok 4.20 BetanoneGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumKostenlos verfügbarMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneQwen3.5-35B-A3BmediumvsGrok 4.20 Betanone