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

GPT-5.5 (low) vs Step 3.7 Flash (medium)

GPT-5.5 (low) average score में आगे है: 9.3 vs 8.0. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.515 vs $1.253. GPT-5.5 (low) तेज है: 10.13s vs 26.37s, pass rates 86.4% vs 72.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#9
कुल आउटपुट टोकन
28,418
प्रतिक्रिया समय (औसत)
10.13s
कुल लागत
$1.253
रैंक
#36
कुल आउटपुट टोकन
427,572
प्रतिक्रिया समय (औसत)
26.37s
कुल लागत
$0.515
अनुशंसित मॉडल GPT-5.5 (low)

It has the best score here (9.3), while responding about 2.6x faster than Step 3.7 Flash (medium).

विस्तृत तुलना

मेट्रिक GPT-5.5 GPT-5.5 low रिलीज़: 2026-04-24 Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29
स्कोर 9.3 8.0
रैंक #9 #36
विश्वसनीयता 10.0 9.9
संगति 10.0 8.9
सही परीक्षण
प्रति प्रयास पास दर 86.4% 72.7%
अस्थिर टेस्ट 0 3
कुल रन 66 64
प्रति परिणाम लागत 6.594 3.676
कुल लागत $1.253 $0.515
इनपुट कीमत $5.000 / 1M $0.200 / 1M
आउटपुट कीमत $30.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 80,058 114,062
आउटपुट टोकन 5,378 427,572
रीजनिंग टोकन 23,040 0
प्रतिक्रिया समय (औसत) 10.13s 26.37s
प्रतिक्रिया समय (अधिकतम) 56.19s 152.83s
प्रतिक्रिया समय (कुल) 222.82s 580.25s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#9 GPT-5.5

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

#36 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 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 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

त्वरित तुलना

तुलना जोड़ी बदलें