OpenAI: GPT-5.4 Mini vs StepFun: Step 3.5 Flash

Step 3.5 Flash (medium) unggul dalam skor rata-rata dengan 6.0 vs 5.9. GPT-5.4 Mini memiliki biaya benchmark lebih rendah di $0.095 vs $0.108. GPT-5.4 Mini lebih cepat di 1.53s vs 174.22s, dengan tingkat keberhasilan 33.3% vs 51.5%.

Model yang direkomendasikanGPT-5.4 MiniIts score stays close to the best score here (5.9 vs 6.0), while responding about 113.6x faster than Step 3.5 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	GPT-5.4 Mini GPT-5.4 Mini none Rilis: 2026-03-17	Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01

Metrik	GPT-5.4 Mini GPT-5.4 Mini none Rilis: 2026-03-17	Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor	5.9	6.0
Peringkat	#129	#123
Keandalan	10.0	9.2
Konsistensi	8.9	9.0
Tes benar
Tingkat lulus per percobaan	33.3%	51.5%
Tes tidak stabil	3	1
Total Run	66	63
Biaya per hasil	1.580	0.540
Total Biaya	$0.095	$0.108
Harga input	$0.750 / 1M	$0.100 / 1M
Harga output	$4.500 / 1M	$0.300 / 1M
Total token input	79,067	65,707
Token output	7,880	108,561
Token penalaran	0	293,993
Waktu respons (rata-rata)	1.53s	174.22s
Waktu respons (maks)	9.92s	1597.85s
Waktu respons (total)	33.74s	2613.32s

Hamster playing table tennis

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

#129 GPT-5.4 Mini

none

Biaya: $0.010
Waktu: 11.7s
Token: 2,151 tok

#123 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

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
GPT-5.4 Mini	3.1	8.1	8.3%	1		929ms	606	654	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
GPT-5.4 Mini	5.5	10.0	33.3%	0		913ms	7,305	401	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
GPT-5.4 Mini	6.5	10.0	50.0%	0		6.22s	55,842	5,637	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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
GPT-5.4 Mini	10.0	10.0	100.0%	0		1.30s	7,140	222	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
GPT-5.4 Mini	3.5	4.4	33.3%	2		937ms	723	88	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
GPT-5.4 Mini	4.8	10.0	0.0%	0		1.82s	477	174	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
GPT-5.4 Mini	6.3	10.0	50.0%	0		728ms	660	101	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
GPT-5.4 Mini	5.4	10.0	33.3%	0		836ms	642	305	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
GPT-5.4 Mini	3.0	10.0	0.0%	0		2.32s	5,477	255	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
GPT-5.4 Mini	3.0	10.0	0.0%	0		1.33s	195	43	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Perbandingan Cepat

Ganti Pasangan Perbandingan

North Mini CodemediumTersedia gratisvsGPT-5.4 Mininone Nemotron 3 UltranoneTersedia gratisvsStep 3.5 Flashmedium Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium Qwen3.5-FlashnonevsStep 3.5 Flashmedium Qwen3.6 FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitenonevsStep 3.5 Flashmedium Gemini 3.1 Flash LiteminimalvsStep 3.5 Flashmedium Gemini 2.5 FlashnonevsStep 3.5 Flashmedium Nemotron 3 SupermediumTersedia gratisvsGPT-5.4 Mininone GPT-5.6 LunalowvsStep 3.5 Flashmedium