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 5 vs StepFun: Step 3.7 Flash

Ringkasan

Perbandingan benchmark Claude Sonnet 5 vs Step 3.7 Flash: Claude Sonnet 5 unggul dalam skor rata-rata dengan 7.9 vs 7.1. Claude Sonnet 5 memiliki biaya benchmark lebih rendah di $0.550 vs $1.148. Claude Sonnet 5 lebih cepat di 9.94s vs 64.46s, dengan tingkat keberhasilan 79.4% vs 63.5%.

Model yang direkomendasikan: Claude Sonnet 5 - It has the best score here (7.9), while costing about 2.1x less than Step 3.7 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-30

Metrik Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30 Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 7.9 7.1
Peringkat #30 #65
Keandalan 10.0 10.0
Konsistensi 9.0 8.2
Tes benar
Tingkat lulus per percobaan 79.4% 63.5%
Tes tidak stabil 3 4
Total Run 63 63
Biaya per hasil 3.662 10.434
Total Biaya $0.550 $1.148
Harga input $2.000 / 1M $0.200 / 1M
Harga output $10.000 / 1M $1.150 / 1M
Total token input 67,416 38,391
Token output 34,012 991,355
Token penalaran 7,673 0
Waktu respons (rata-rata) 9.94s 64.46s
Waktu respons (maks) 56.94s 364.99s
Waktu respons (total) 208.71s 1353.57s

Showcase generasi

Hamster playing table tennis

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

#30 Claude Sonnet 5

medium
Biaya
$0.007
Waktu
6.4s
Token
832 tok

#65 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

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 4.8 3.2 33.3% 1 4.32s 708 264 0
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumTersedia gratisvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Sonnet 5mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighQwen3.7 MaxnonevsStep 3.7 Flashhigh