Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs StepFun: Step 3.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-24

Metrik DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor 7.8 7.9
Peringkat #35 #34
Konsistensi 7.8 9.1
Tes benar
Tingkat lulus per percobaan 79.6% 70.6%
Tes tidak stabil 5 2
Total Run 52 49
Biaya per hasil 0.189 0.000
Total Biaya $0.021 $0.000
Harga input $0.140 / 1M $0.100 / 1M
Harga output $0.280 / 1M $0.300 / 1M
Token output 1,757 71,904
Token penalaran 55,907 155,607
Waktu respons (rata-rata) 47.47s 26.78s
Waktu respons (maks) 255.28s 170.45s
Waktu respons (total) 854.45s 294.58s

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 V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 10.0 10.0 100.0% 0 62.48s 369 9,361
Step 3.5 Flash - - - - - - - -
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 4.1 4.4 44.5% 2 112.69s 19 24,857
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 6.4 4.5 77.8% 2 25.53s 193 2,597
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGLM 5V TurbomediumDeepSeek V4 FlashhighvsQwen3.5-FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewnoneDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsMiMo-V2.5mediumDeepSeek V4 FlashhighvsKimi K2.6mediumDeepSeek V4 FlashhighvsMiMo-V2-OmnimediumDeepSeek V4 FlashhighvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 Flashhigh