तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: GPT-5.3-Codex 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-5.3-Codex medium रिलीज़: रिलीज़ तिथि अज्ञात	StepFun: Step 3.5 Flash medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध
रैंक	#7	#11
स्कोर	7.93	7.00
संगति	8.84	8.32
प्रति परिणाम लागत	4.641	0.000
कुल लागत	$0.465	$0.000
सही परीक्षण
गलत टेस्ट	4	5
प्रति प्रयास पास दर	78.6%	73.8%
अस्थिर टेस्ट	2	3
आउटपुट टोकन	1,201	60,502
रीजनिंग टोकन	30,056	117,044

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.3-Codex	10.00	10.00	100.0%	0		216	1,421
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-5.3-Codex	10.00	10.00	100.0%	0		234	735
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-5.3-Codex	4.00	7.21	55.6%	1		64	25,308
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-5.3-Codex	9.00	10.00	50.0%	0		93	693
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-5.3-Codex	7.00	7.38	77.8%	1		340	1,407
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-5.3-Codex	10.00	10.00	100.0%	0		254	492
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोड़ी बदलें

OpenAI: GPT-5.3-Codex की तुलना इससे करें...

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