Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs StepFun: Step 3.7 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01 Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 7.3 7.1
Peringkat #67 #74
Keandalan 10.0 10.0
Konsistensi 7.9 8.2
Tes benar
Tingkat lulus per percobaan 67.5% 65.8%
Tes tidak stabil 5 4
Total Run 60 60
Biaya per hasil 0.335 8.723
Total Biaya $0.037 $0.960
Harga input $0.252 / 1M $0.200 / 1M
Harga output $0.378 / 1M $1.150 / 1M
Token output 7,177 828,084
Token penalaran 68,297 0
Waktu respons (rata-rata) 53.34s 49.43s
Waktu respons (maks) 189.03s 192.75s
Waktu respons (total) 1066.71s 988.58s

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 output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 24.23s 3,247 6,953
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 4.1 5.8 33.3% 1 184.97s 640 21,230
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 571 6,296
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 207 7,693
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 21 6,838
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 5.1 2.5 50.0% 1 58.29s 49 2,189
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 1,397 2,845
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 518 6,375
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 507 859
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 20 7,019
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsDeepSeek V3.2mediumGPT-5 MinimediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsRing-2.6-1TnoneGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 Flashhigh