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 Pro vs StepFun: Step 3.7 Flash

Ringkasan

Perbandingan benchmark DeepSeek V4 Pro vs Step 3.7 Flash: Step 3.7 Flash unggul dalam skor rata-rata dengan 8.5 vs 7.6. DeepSeek V4 Pro memiliki biaya benchmark lebih rendah di $0.157 vs $0.376. Step 3.7 Flash lebih cepat di 20.35s vs 77.20s, dengan tingkat keberhasilan 66.7% vs 73.0%.

Model yang direkomendasikan: Step 3.7 Flash - It has the best score here (8.5), while responding about 3.8x faster than DeepSeek V4 Pro.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik DeepSeek V4 Pro DeepSeek V4 Pro high Rilis: 2026-04-24 Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor 7.6 8.5
Peringkat #41 #20
Keandalan 9.3 9.9
Konsistensi 7.0 9.3
Tes benar
Tingkat lulus per percobaan 66.7% 73.0%
Tes tidak stabil 8 2
Total Run 63 61
Biaya per hasil 1.742 2.686
Total Biaya $0.157 $0.376
Harga input $0.435 / 1M $0.200 / 1M
Harga output $0.870 / 1M $1.150 / 1M
Total token input 38,726 39,981
Token output 6,334 319,958
Token penalaran 159,151 0
Waktu respons (rata-rata) 77.20s 20.35s
Waktu respons (maks) 416.76s 113.98s
Waktu respons (total) 1621.17s 427.42s

Showcase generasi

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

high
Biaya
$0.023
Waktu
257.6s
Token
14,870 tok

#20 Step 3.7 Flash

medium
Biaya
$0.006
Waktu
46.2s
Token
4,466 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
DeepSeek V4 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 756 32,185 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 13,683 7,106 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
DeepSeek V4 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 7,398 3,020 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 708 70,347 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 525 3,987 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 735 2,166 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
DeepSeek V4 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 756 15,071 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 7,746 2,115 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 237 139,164 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.4 NanomediumDeepSeek V4 ProhighvsGrok 4.3mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.6 Flashmedium