Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs StepFun: Step 3.7 Flash

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

Metrik GPT-5.4 Mini GPT-5.4 Mini medium Rilis: 2026-03-17 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.3 7.4
Peringkat #64 #60
Keandalan 10.0 10.0
Konsistensi 7.9 8.7
Tes benar
Tingkat lulus per percobaan 71.7% 68.3%
Tes tidak stabil 5 3
Total Run 60 60
Biaya per hasil 4.417 2.796
Total Biaya $0.486 $0.336
Harga input $0.750 / 1M $0.200 / 1M
Harga output $4.500 / 1M $1.150 / 1M
Token output 2,160 285,209
Token penalaran 100,548 0
Waktu respons (rata-rata) 22.10s 16.06s
Waktu respons (maks) 138.75s 124.75s
Waktu respons (total) 442.09s 321.11s

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-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 7.5 6.0 83.3% 1 73.25s 446 32,513
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 96 1,185
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 278 2,443
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 32 10,174
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumClaude Opus 4.8nonevsGPT-5.4 MinimediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowRing-2.6-1TnonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsStep 3.7 FlashlowGemini 3.1 Flash LitelowvsGPT-5.4 MinimediumDeepSeek V3.2mediumvsStep 3.7 Flashlow