नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

OpenAI: GPT-5.5 vs StepFun: Step 3.5 Flash

GPT-5.5 (low) average score में आगे है: 9.3 vs 6.0. Step 3.5 Flash (medium) की benchmark लागत कम है: $0.108 vs $1.253. GPT-5.5 (low) तेज है: 10.13s vs 174.22s, pass rates 86.4% vs 51.5%.

अनुशंसित मॉडलGPT-5.5 (low)It has the best score here (9.3), while responding about 17.2x faster than Step 3.5 Flash (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक GPT-5.5 GPT-5.5 low रिलीज़: 2026-04-24 Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01
स्कोर 9.3 6.0
रैंक #6 #126
विश्वसनीयता 10.0 9.2
संगति 10.0 9.0
सही परीक्षण
प्रति प्रयास पास दर 86.4% 51.5%
अस्थिर टेस्ट 0 1
कुल रन 66 63
प्रति परिणाम लागत 6.594 0.540
कुल लागत $1.253 $0.108
इनपुट कीमत $5.000 / 1M $0.100 / 1M
आउटपुट कीमत $30.000 / 1M $0.300 / 1M
कुल इनपुट टोकन 80,058 65,707
आउटपुट टोकन 5,378 108,561
रीजनिंग टोकन 23,040 293,993
प्रतिक्रिया समय (औसत) 10.13s 174.22s
प्रतिक्रिया समय (अधिकतम) 56.19s 1597.85s
प्रतिक्रिया समय (कुल) 222.82s 2613.32s

Hamster playing table tennis

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

#6 GPT-5.5

low
लागत
$0.068
समय
37.0s
टोकन
2,339 tok

#126 Step 3.5 Flash

medium
लागत
$0.008
समय
277.1s
टोकन
23,695 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

त्वरित तुलना

तुलना जोड़ी बदलें