तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: GPT-5.2 vs StepFun: Step 3.5 Flash

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	OpenAI: GPT-5.2 medium रिलीज़: रिलीज़ तिथि अज्ञात	StepFun: Step 3.5 Flash medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध
रैंक	#12	#11
स्कोर	6.93	7.00
संगति	8.22	8.32
प्रति परिणाम लागत	2.780	0.000
कुल लागत	$0.251	$0.000
सही परीक्षण
गलत टेस्ट	5	5
प्रति प्रयास पास दर	76.2%	73.8%
अस्थिर टेस्ट	3	3
आउटपुट टोकन	1,869	60,502
रीजनिंग टोकन	14,190	117,044

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	7.00	7.28	77.8%	1		549	2,002
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	10.00	10.00	100.0%	0		234	499
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	4.00	7.21	55.6%	1		42	9,690
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	9.50	10.00	100.0%	0		95	587
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	8.00	10.00	66.7%	0		710	943
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	1.00	1.62	66.7%	1		239	469
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोड़ी बदलें

OpenAI: GPT-5.2 की तुलना इससे करें...

StepFun: Step 3.5 Flash की तुलना इससे करें...