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

StepFun: Step 3.7 Flash vs xAI: Grok 4.3

Ringkasan

Skor rata-rata hampir imbang di 7.7 vs 7.7. Step 3.7 Flash (low) memiliki biaya benchmark lebih rendah di $0.341 vs $0.614. Step 3.7 Flash (low) lebih cepat di 15.74s vs 47.51s, dengan tingkat keberhasilan 68.3% vs 71.4%.

Model yang direkomendasikanStep 3.7 Flash (low)It has the best score here (7.7), while costing about 1.8x less than Grok 4.3 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29 Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01
Skor 7.7 7.7
Peringkat #51 #48
Keandalan 10.0 10.0
Konsistensi 8.4 8.5
Tes benar
Tingkat lulus per percobaan 68.3% 71.4%
Tes tidak stabil 4 4
Total Run 63 63
Biaya per hasil 2.840 4.724
Total Biaya $0.341 $0.614
Harga input $0.200 / 1M $1.250 / 1M
Harga output $1.150 / 1M $2.500 / 1M
Total token input 40,101 44,472
Token output 289,325 1,981
Token penalaran 0 221,382
Waktu respons (rata-rata) 15.74s 47.51s
Waktu respons (maks) 124.75s 216.69s
Waktu respons (total) 330.63s 997.68s

Showcase generasi

Hamster playing table tennis

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

#51 Step 3.7 Flash

low
SVG tidak valid
Biaya
$0.004
Waktu
25.3s
Token
3,072 tok

#48 xAI: Grok 4.3

medium
Biaya
$0.009
Waktu
19.0s
Token
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

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 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

Perbandingan Cepat

Ganti Pasangan Perbandingan