Navigasi
AI BENCHY
Bandingkan Grafik
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs StepFun: Step 3.5 Flash

Nama Model:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada : 2026-02-27 15:16

Ringkasan

Metrik Anthropic: Claude Opus 4.6 medium Rilis: Tanggal rilis tidak diketahui StepFun: Step 3.5 Flash medium Rilis: Tanggal rilis tidak diketahui Tersedia gratis
Peringkat #20 #11
Skor 6.07 7.00
Konsistensi 8.80 8.32
Biaya per hasil 10.992 0.000
Total Biaya $0.880 $0.000
Tes benar
Tes Salah 6 5
Tingkat lulus per percobaan 61.9% 73.8%
Tes tidak stabil 2 3
Token output 19,576 60,502
Token penalaran 11,081 117,044

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Ganti Pasangan Perbandingan

Bandingkan Anthropic: Claude Opus 4.6 dengan...

Bandingkan StepFun: Step 3.5 Flash dengan...