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

StepFun: Step 3.7 Flash vs xAI: Grok 4.20

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-05-29

Métrique Step 3.7 Flash Step 3.7 Flash high Sortie: 2026-05-29 Grok 4.20 Grok 4.20 medium Sortie: 2026-03-31
Score 7.1 7.0
Rang #74 #80
Fiabilité 10.0 10.0
Cohérence 8.2 8.4
Tests corrects
Taux de réussite par tentative 65.8% 63.3%
Tests instables 4 4
Exécutions totales 60 60
Coût par résultat 8.723 7.616
Coût total $0.960 $0.838
Prix d'entrée $0.200 / 1M $1.250 / 1M
Prix de sortie $1.150 / 1M $2.500 / 1M
Jetons de sortie 828,084 1,816
Jetons de raisonnement 0 157,251
Temps de réponse (moy.) 49.43s 19.08s
Temps de réponse (max) 192.75s 105.80s
Temps de réponse (total) 988.58s 381.60s

Meilleurs modèles par score

Score vs coût total

Temps de réponse (moy.)

Score vs Temps de réponse (moy.)

Total des jetons de sortie

Score vs Total des jetons de sortie

Répartition par catégorie

Astuces anti-IA Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Programmation Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Grok 4.20 4.1 1.8 50.0% 2 65.07s 265 40,877
Combiné Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Analyse et extraction des données Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Spécifique au domaine Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Intelligence générale Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
Suivi des instructions Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 57 6,419
Résolution d'énigmes Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 149 7,913
Appel d'outils Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Culture générale Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Comparaison rapide

Changer la paire de comparaison

GPT-5 MinimediumvsStep 3.7 FlashhighDeepSeek V4 ProhighvsGrok 4.20mediumGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsGrok 4.20mediumQwen3.5-35B-A3BmediumvsStep 3.7 Flashhigh