Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

StepFun: Step 3.7 Flash vs xAI: Grok 4.3

Ringkasan

Perbandingan benchmark Step 3.7 Flash vs Grok 4.3: Grok 4.3 unggul dalam skor rata-rata dengan 7.7 vs 7.1. Grok 4.3 memiliki biaya benchmark lebih rendah di $0.614 vs $1.148. Grok 4.3 lebih cepat di 47.51s vs 64.46s, dengan tingkat keberhasilan 63.5% vs 71.4%.

Model yang direkomendasikan: Grok 4.3 - It has the best score here (7.7), while costing about 1.9x less than Step 3.7 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29 Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01
Skor 7.1 7.7
Peringkat #63 #40
Keandalan 10.0 10.0
Konsistensi 8.2 8.5
Tes benar
Tingkat lulus per percobaan 63.5% 71.4%
Tes tidak stabil 4 4
Total Run 63 63
Biaya per hasil 10.434 4.724
Total Biaya $1.148 $0.614
Harga input $0.200 / 1M $1.250 / 1M
Harga output $1.150 / 1M $2.500 / 1M
Total token input 38,391 44,472
Token output 991,355 1,981
Token penalaran 0 221,382
Waktu respons (rata-rata) 64.46s 47.51s
Waktu respons (maks) 364.99s 216.69s
Waktu respons (total) 1353.57s 997.68s

Generation showcase

Hamster playing table tennis

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

#63 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
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
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Perbandingan Cepat

Ganti Pasangan Perbandingan

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumStep 3.7 FlashlowvsGrok 4.3mediumQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumTersedia gratisvsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5V TurbomediumGemini 3 Flash PreviewnonevsStep 3.7 FlashhighGPT-5.3 ChatnonevsGrok 4.3mediumClaude Sonnet 4.6nonevsStep 3.7 Flashhigh