AI BENCHY Compare

StepFun: Step 3.7 Flash vs xAI: Grok Build 0.1

Résumé

Comparaison benchmark Step 3.7 Flash vs Grok Build 0.1 : Step 3.7 Flash mène au score moyen avec 7.7 vs 7.6. Step 3.7 Flash a le coût de benchmark le plus bas avec $0.341 vs $0.927. Step 3.7 Flash est plus rapide avec 15.74s vs 49.90s, avec des taux de réussite de 68.3% vs 61.9%.

Modèle recommandé: Step 3.7 Flash - Il obtient le meilleur score ici (7.7) tout en coûtant environ 2.7x moins que Grok Build 0.1.

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-06-12

Métrique	Step 3.7 Flash Step 3.7 Flash low Sortie: 2026-05-29	Grok Build 0.1 Grok Build 0.1 medium Sortie: 2026-05-21

Métrique	Step 3.7 Flash Step 3.7 Flash low Sortie: 2026-05-29	Grok Build 0.1 Grok Build 0.1 medium Sortie: 2026-05-21
Score	7.7	7.6
Rang	#42	#44
Fiabilité	10.0	10.0
Cohérence	8.4	9.9
Tests corrects
Taux de réussite par tentative	68.3%	61.9%
Tests instables	4	0
Exécutions totales	63	63
Coût par résultat	2.840	7.124
Coût total	$0.341	$0.927
Prix d'entrée	$0.200 / 1M	$1.000 / 1M
Prix de sortie	$1.150 / 1M	$2.000 / 1M
Total des jetons d'entrée	40,101	44,418
Jetons de sortie	289,325	2,782
Jetons de raisonnement	0	438,018
Temps de réponse (moy.)	15.74s	49.90s
Temps de réponse (max)	124.75s	252.69s
Temps de réponse (total)	330.63s	1047.92s

Generation showcase

Hamster playing table tennis

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

#42 Step 3.7 Flash

low

Invalid SVG

Cost: $0.004
Time: 25.3s
Tokens: 3,072 tok

#44 xAI: Grok Build 0.1

medium

Cost: $0.028
Time: 81.3s
Tokens: 14,009 tok

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 d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

Programmation	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

Combiné	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	0
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

Analyse et extraction des données	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

Spécifique au domaine	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

Intelligence générale	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

Suivi des instructions	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

Résolution d'énigmes	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

Appel d'outils	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

Culture générale	Score	Cohérence	Taux de réussite par tentative	Tests instables	Tests corrects	Temps de réponse (moy.)	Jetons d'entrée	Jetons de sortie	Jetons de raisonnement
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Comparaison rapide

Changer la paire de comparaison