नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

OpenAI: GPT-5.6 Terra vs StepFun: Step 3.7 Flash

सारांश

Step 3.7 Flash (medium) average score में आगे है: 8.5 vs 7.7. GPT-5.6 Terra (low) की benchmark लागत कम है: $0.343 vs $0.376. GPT-5.6 Terra (low) तेज है: 4.88s vs 20.35s, pass rates 74.6% vs 73.0%.

अनुशंसित मॉडलGPT-5.6 Terra (low)Its score stays close to the best score here (7.7 vs 8.5), while responding about 4.2x faster than Step 3.7 Flash (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक GPT-5.6 Terra GPT-5.6 Terra low रिलीज़: 2026-07-09 Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29
स्कोर 7.7 8.5
रैंक #49 #23
विश्वसनीयता 10.0 9.9
संगति 8.1 9.3
सही परीक्षण
प्रति प्रयास पास दर 74.6% 73.0%
अस्थिर टेस्ट 5 2
कुल रन 63 61
प्रति परिणाम लागत 2.637 2.686
कुल लागत $0.343 $0.376
इनपुट कीमत $2.500 / 1M $0.200 / 1M
आउटपुट कीमत $15.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 34,226 39,981
आउटपुट टोकन 1,943 319,958
रीजनिंग टोकन 15,201 0
प्रतिक्रिया समय (औसत) 4.88s 20.35s
प्रतिक्रिया समय (अधिकतम) 19.85s 113.98s
प्रतिक्रिया समय (कुल) 102.53s 427.42s

जनरेशन शोकेस

Hamster playing table tennis

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

#49 GPT-5.6 Terra

low
लागत
$0.034
समय
16.8s
टोकन
2,348 tok

#23 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-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

त्वरित तुलना

तुलना जोड़ी बदलें