Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs StepFun: Step 3.5 Flash

Ringkasan

Perbandingan benchmark DeepSeek V4 Pro vs Step 3.5 Flash: DeepSeek V4 Pro unggul dalam skor rata-rata dengan 7.2 vs 6.6. DeepSeek V4 Pro memiliki biaya benchmark lebih rendah di $0.034 vs $0.070. DeepSeek V4 Pro lebih cepat di 6.41s vs 72.53s, dengan tingkat keberhasilan 52.4% vs 54.0%.

Model yang direkomendasikan: DeepSeek V4 Pro - It has the best score here (7.2), while costing about 2.1x less than Step 3.5 Flash.

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

Metrik DeepSeek V4 Pro DeepSeek V4 Pro none Rilis: 2026-04-24 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor 7.2 6.6
Peringkat #58 #80
Keandalan 9.9 10.0
Konsistensi 8.8 8.9
Tes benar
Tingkat lulus per percobaan 52.4% 54.0%
Tes tidak stabil 3 1
Total Run 63 60
Biaya per hasil 0.333 0.198
Total Biaya $0.034 $0.070
Harga input $0.435 / 1M $0.090 / 1M
Harga output $0.870 / 1M $0.300 / 1M
Total token input 53,558 34,431
Token output 11,424 91,587
Token penalaran 0 195,973
Waktu respons (rata-rata) 6.41s 72.53s
Waktu respons (maks) 30.09s 453.94s
Waktu respons (total) 134.66s 1015.47s

Showcase generasi

Hamster playing table tennis

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

#58 DeepSeek V4 Pro

none
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

#80 Step 3.5 Flash

medium
Biaya
$0.008
Waktu
277.1s
Token
23,695 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 3.2 6.1 16.7% 2 4.02s 540 1,168 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
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 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
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 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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 4.61s 7,568 200 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
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 5.3 10.0 33.3% 0 3.72s 666 24 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
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 5.0 10.0 0.0% 0 2.05s 471 126 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
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 6.3 5.8 66.7% 1 4.12s 627 713 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
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 10.0 10.0 100.0% 0 3.61s 594 442 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
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 10.0 10.0 100.0% 0 7.40s 8,105 328 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
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 5.76s 183 688 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 PrononevsGemma 4 26B A4BmediumTersedia gratisDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDeepSeek V4 PrononevsKimi K2.7 CodemediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDeepSeek V4 PrononevsGrok 4.20mediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumDeepSeek V4 PrononevsGemini 3 Flash PreviewlowGemini 3.5 FlashminimalvsStep 3.5 FlashmediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsDeepSeek V4 Pronone