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

OpenAI: GPT-5.6 Luna vs StepFun: Step 3.5 Flash

Ringkasan

Perbandingan benchmark GPT-5.6 Luna (low) vs Step 3.5 Flash (medium): Step 3.5 Flash (medium) unggul dalam skor rata-rata dengan 6.6 vs 6.2. Step 3.5 Flash (medium) memiliki biaya benchmark lebih rendah di $0.070 vs $0.141. GPT-5.6 Luna (low) lebih cepat di 4.35s vs 72.53s, dengan tingkat keberhasilan 57.1% vs 54.0%.

Model yang direkomendasikan: Step 3.5 Flash (medium) - It has the best score here (6.6), while costing about 2.0x less than GPT-5.6 Luna (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik GPT-5.6 Luna GPT-5.6 Luna low Rilis: 2026-07-09 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor 6.2 6.6
Peringkat #107 #93
Keandalan 10.0 10.0
Konsistensi 8.5 8.9
Tes benar
Tingkat lulus per percobaan 57.1% 54.0%
Tes tidak stabil 4 1
Total Run 63 60
Biaya per hasil 1.404 0.198
Total Biaya $0.141 $0.070
Harga input $1.000 / 1M $0.100 / 1M
Harga output $6.000 / 1M $0.300 / 1M
Total token input 34,218 34,431
Token output 2,110 91,587
Token penalaran 15,571 195,973
Waktu respons (rata-rata) 4.35s 72.53s
Waktu respons (maks) 18.06s 453.94s
Waktu respons (total) 91.45s 1015.47s

Showcase generasi

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low
Biaya
$0.011
Waktu
10.2s
Token
1,897 tok

#93 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
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
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
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31BnoneTersedia gratisvsGPT-5.6 LunalowGemma 4 31BmediumTersedia gratisvsGPT-5.6 LunalowGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumNemotron 3 SupermediumTersedia gratisvsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bnoneTersedia gratisvsGPT-5.6 LunalowGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium