Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs StepFun: Step 3.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-16

Metrik GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor 7.7 7.9
Peringkat #35 #30
Konsistensi 8.6 9.1
Tes benar
Tingkat lulus per percobaan 68.5% 70.6%
Tes tidak stabil 3 2
Total Run 54 49
Biaya per hasil 3.082 0.000
Total Biaya $0.340 $0.000
Harga input $1.750 / 1M $0.100 / 1M
Harga output $14.000 / 1M $0.300 / 1M
Token output 20,784 71,904
Token penalaran 0 155,607
Waktu respons (rata-rata) 5.88s 26.78s
Waktu respons (maks) 18.33s 170.45s
Waktu respons (total) 105.90s 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
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 9.32s 1,436 0
Step 3.5 Flash - - - - - - - -
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
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
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
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
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
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
GPT-5.3 Chat 8.3 10.0 50.0% 0 3.29s 1,455 0
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
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 FlashmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsMiMo-V2-OmnimediumGPT-5.3 ChatnonevsGLM 5.1mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumGPT-5.3 ChatnonevsGLM 5V TurbomediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsQwen3.5-35B-A3Bmedium