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

DeepSeek: DeepSeek V4 Flash vs StepFun: Step 3.7 Flash

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

Metrik DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24 Tersedia gratis Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor 7.6 7.9
Peringkat #47 #32
Keandalan 10.0 9.9
Konsistensi 8.4 9.2
Tes benar
Tingkat lulus per percobaan 73.3% 71.7%
Tes tidak stabil 4 2
Total Run 60 58
Biaya per hasil 0.309 2.663
Total Biaya $0.037 $0.347
Harga input $0.100 / 1M $0.200 / 1M
Harga output $0.200 / 1M $1.150 / 1M
Token output 10,302 294,481
Token penalaran 115,740 0
Waktu respons (rata-rata) 46.36s 18.32s
Waktu respons (maks) 218.13s 113.98s
Waktu respons (total) 927.27s 366.45s

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 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 6.8 10.0 50.0% 0 58.13s 387 27,101
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
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 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 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 V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
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% 2 100.31s 27 59,249
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
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 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
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 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
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 8.2 7.2 88.9% 1 26.11s 196 1,767
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
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 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 8,516 8,531
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 FlashhighTersedia gratisvsMiMo-V2.5-PromediumQwen3.7 MaxnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighTersedia gratisvsGemini 3.1 Flash Lite PreviewlowDeepSeek V4 FlashhighTersedia gratisvsQwen3.5-FlashmediumDeepSeek V4 FlashhighTersedia gratisvsQwen3.6 FlashmediumDeepSeek V4 FlashhighTersedia gratisvsGrok Build 0.1mediumDeepSeek V4 FlashhighTersedia gratisvsGemini 3 Flash PreviewnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighTersedia gratisvsMiMo-V2-PromediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumDeepSeek V4 FlashhighTersedia gratisvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighTersedia gratisvsGemini 2.5 Flashmedium