Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

Ringkasan

Claude Sonnet 4.6 unggul dalam skor rata-rata dengan 7.3 vs 7.1. Claude Sonnet 4.6 memiliki biaya benchmark lebih rendah di $0.316 vs $1.148. Claude Sonnet 4.6 lebih cepat di 5.04s vs 64.46s, dengan tingkat keberhasilan 55.6% vs 63.5%.

Model yang direkomendasikanClaude Sonnet 4.6It has the best score here (7.3), while costing about 3.6x less than Step 3.7 Flash (high).

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

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 7.3 7.1
Peringkat #71 #79
Keandalan 10.0 10.0
Konsistensi 9.7 8.2
Tes benar
Tingkat lulus per percobaan 55.6% 63.5%
Tes tidak stabil 1 4
Total Run 63 63
Biaya per hasil 2.870 10.434
Total Biaya $0.316 $1.148
Harga input $3.000 / 1M $0.200 / 1M
Harga output $15.000 / 1M $1.150 / 1M
Total token input 57,886 38,391
Token output 9,465 991,355
Token penalaran 0 0
Waktu respons (rata-rata) 5.04s 64.46s
Waktu respons (maks) 23.84s 364.99s
Waktu respons (total) 70.60s 1353.57s

Showcase generasi

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none
Biaya
$0.038
Waktu
27.3s
Token
2,598 tok

#79 Step 3.7 Flash

high
Biaya
$0.007
Waktu
63.6s
Token
6,030 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 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

Perbandingan Cepat

Ganti Pasangan Perbandingan