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

AI BENCHY Compare

Anthropic: Claude Sonnet 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 Sonnet 4.6 medium Rilis: Tanggal rilis tidak diketahui StepFun: Step 3.5 Flash medium Rilis: Tanggal rilis tidak diketahui Tersedia gratis
Peringkat #8 #11
Skor 7.43 7.00
Konsistensi 9.40 8.32
Biaya per hasil 8.105 0.000
Total Biaya $0.811 $0.000
Tes benar
Tes Salah 4 5
Tingkat lulus per percobaan 73.8% 73.8%
Tes tidak stabil 1 3
Token output 29,098 60,502
Token penalaran 20,435 117,044

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
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 Sonnet 4.6 10.00 10.00 100.0% 0 727 907
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 Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
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 Sonnet 4.6 10.00 10.00 100.0% 0 316 523
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 Sonnet 4.6 10.00 10.00 100.0% 0 579 642
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 Sonnet 4.6 10.00 10.00 100.0% 0 655 351
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Ganti Pasangan Perbandingan

Bandingkan Anthropic: Claude Sonnet 4.6 dengan...

Bandingkan StepFun: Step 3.5 Flash dengan...