नेविगेशन
AI BENCHY
Advertise here

GPT-5.6 Terra vs Step 3.5 Flash (medium)

average score लगभग बराबर है: 6.0 vs 5.9. Step 3.5 Flash (medium) की benchmark लागत कम है: $0.132 vs $0.280. GPT-5.6 Terra तेज है: 1.66s vs 191.63s, pass rates 42.4% vs 50.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक
#184
कुल आउटपुट टोकन
6,221
प्रतिक्रिया समय (औसत)
1.66s
कुल लागत
$0.280
रैंक
#189
कुल आउटपुट टोकन
568,536
प्रतिक्रिया समय (औसत)
191.63s
कुल लागत
$0.132
अनुशंसित मॉडल GPT-5.6 Terra

It has the best score here (6.0), while responding about 115.4x faster than Step 3.5 Flash (medium).

विस्तृत तुलना

मेट्रिक GPT-5.6 Terra GPT-5.6 Terra none रिलीज़: 2026-07-09 Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01
स्कोर 6.0 5.9
रैंक #184 #189
विश्वसनीयता 10.0 10.0
संगति 8.9 8.6
प्रयास 66/66 63/66
सही परीक्षण
प्रति प्रयास पास दर 42.4% 50.0%
अस्थिर टेस्ट 3 2
कुल रन 66 63
प्रति परिणाम लागत 4.356 0.858
कुल लागत $0.280 $0.132
इनपुट कीमत $2.000 / 1M $0.100 / 1M
आउटपुट कीमत $12.000 / 1M $0.300 / 1M
कुल इनपुट टोकन 102,268 65,716
आउटपुट टोकन 6,221 189,424
रीजनिंग टोकन 0 379,112
प्रतिक्रिया समय (औसत) 1.66s 191.63s
प्रतिक्रिया समय (अधिकतम) 10.07s 1597.85s
प्रतिक्रिया समय (कुल) 36.54s 3066.07s
पैरामीटर ~1T कुल (~60B सक्रिय) 196B कुल (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#184 GPT-5.6 Terra

none
लागत
$0.030
समय
14.7s
टोकन
2,082 tok

#189 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-5.6 Terra 5.5 10.0 33.3% 0 1.00s 7,302 336 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

त्वरित तुलना

तुलना जोड़ी बदलें