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 4.5

Résumé

Comparaison benchmark Step 3.7 Flash (medium) vs Grok 4.5 (medium) : Step 3.7 Flash (medium) mène au score moyen avec 8.5 vs 8.3. Step 3.7 Flash (medium) a le coût de benchmark le plus bas avec $0.376 vs $1.696. Step 3.7 Flash (medium) est plus rapide avec 20.35s vs 62.63s, avec des taux de réussite de 73.0% vs 77.8%.

Modèle recommandé: Step 3.7 Flash (medium) - Il obtient le meilleur score ici (8.5) tout en coûtant environ 4.5x moins que Grok 4.5 (medium).

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-07-08

Métrique Step 3.7 Flash Step 3.7 Flash medium Sortie: 2026-05-29 Grok 4.5 Grok 4.5 medium Sortie: 2026-07-08
Score 8.5 8.3
Rang #20 #23
Fiabilité 9.9 9.9
Cohérence 9.3 8.9
Tests corrects
Taux de réussite par tentative 73.0% 77.8%
Tests instables 2 3
Exécutions totales 61 63
Coût par résultat 2.686 11.304
Coût total $0.376 $1.696
Prix d'entrée $0.200 / 1M $2.000 / 1M
Prix de sortie $1.150 / 1M $6.000 / 1M
Total des jetons d'entrée 39,981 53,500
Jetons de sortie 319,958 1,621
Jetons de raisonnement 0 263,127
Temps de réponse (moy.) 20.35s 62.63s
Temps de réponse (max) 113.98s 436.38s
Temps de réponse (total) 427.42s 1315.20s

Génération showcase

Hamster playing table tennis

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

#20 Step 3.7 Flash

medium
Coût
$0.006
Temps
46.2s
Tokens
4,466 tok

#23 xAI: Grok 4.5

medium
Coût
$0.044
Temps
59.4s
Tokens
7,512 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 9.65s 756 32,185 0
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
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 9.06s 13,683 7,106 0
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
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 10.0 10.0 100.0% 0 2.75s 7,398 3,020 0
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
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 7.7 10.0 66.7% 0 48.27s 708 70,347 0
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
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 4.0 10.0 0.0% 0 6.85s 525 3,987 0
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
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 1.83s 735 2,166 0
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
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 5.7 9.9 33.3% 0 6.19s 756 15,071 0
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
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 4.16s 7,746 2,115 0
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
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% 0 113.98s 237 139,164 0
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparaison rapide

Changer la paire de comparaison

GPT-5.2 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGrok 4.5mediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumClaude Opus 4.8lowvsGrok 4.5mediumStep 3.7 FlashlowvsGrok 4.5mediumStep 3.7 FlashmediumvsGrok 4.5lowDeepSeek V4 ProhighvsGrok 4.5mediumClaude Opus 4.8lowvsStep 3.7 FlashmediumGemini 3.5 FlashlowvsStep 3.7 FlashmediumGPT-5.3 ChatnonevsGrok 4.5mediumGPT-5.5lowvsStep 3.7 Flashmedium