Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

Ringkasan

Claude Sonnet 4.6 (medium) unggul dalam skor rata-rata dengan 7.8 vs 7.7. Step 3.7 Flash (low) memiliki biaya benchmark lebih rendah di $0.341 vs $1.418. Step 3.7 Flash (low) lebih cepat di 15.74s vs 17.06s, dengan tingkat keberhasilan 65.1% vs 68.3%.

Model yang direkomendasikanStep 3.7 Flash (low)Its score stays close to the best score here (7.7 vs 7.8), while costing about 4.2x less than Claude Sonnet 4.6 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.8 7.7
Peringkat #40 #51
Keandalan 10.0 10.0
Konsistensi 9.1 8.4
Tes benar
Tingkat lulus per percobaan 65.1% 68.3%
Tes tidak stabil 2 4
Total Run 63 63
Biaya per hasil 10.904 2.840
Total Biaya $1.418 $0.341
Harga input $3.000 / 1M $0.200 / 1M
Harga output $15.000 / 1M $1.150 / 1M
Total token input 49,112 40,101
Token output 54,703 289,325
Token penalaran 29,970 0
Waktu respons (rata-rata) 17.06s 15.74s
Waktu respons (maks) 46.35s 124.75s
Waktu respons (total) 221.83s 330.63s

Showcase generasi

Hamster playing table tennis

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

#40 Claude Sonnet 4.6

medium
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

#51 Step 3.7 Flash

low
SVG tidak valid
Biaya
$0.004
Waktu
25.3s
Token
3,072 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

Perbandingan Cepat

Ganti Pasangan Perbandingan