StepFun: Step 3.5 Flash

Benchmark dihasilkan dari suite pengujian Aibenchy pada : 19 Feb 2026

Rincian Kategori

Kategori	Tes lulus penuh	Score	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Skor penalaran	Biaya
Anti-AI Tricks	1/2	5.50	5.81	83.3%	1	10.00	$0.00000
Data parsing and extraction	1/2	5.00	10.00	50.0%	0	9.75	$0.00000
Domain specific	1/3	4.00	7.21	44.4%	1	8.44	$0.00000
Instructions following	2/2	10.00	10.00	100.0%	0	9.67	$0.00000
Puzzle Solving	0/3	2.00	4.96	33.3%	2	9.22	$0.00000

Bandingkan StepFun: Step 3.5 Flash dengan...

#17 · MiniMax

Penalaran (medium)

Score: 5.08

Konsistensi: 6.00

Tingkat lulus per percobaan: 61.1%

Tes tidak stabil: 6

Biaya per hasil: 4.0276

Tes benar: 5/12

Total Biaya: $0.20138

#19 · OpenAI

Tanpa penalaran

Score: 4.00

Konsistensi: 9.98

Tingkat lulus per percobaan: 25.0%

Tes tidak stabil: 0

Biaya per hasil: 0.0576

Tes benar: 3/12

Total Biaya: $0.00173

#16 · Anthropic

Penalaran (medium)

Score: 5.42

Konsistensi: 8.60

Tingkat lulus per percobaan: 55.5%

Tes tidak stabil: 2

Biaya per hasil: 12.8695

Tes benar: 6/12

Total Biaya: $0.77217

Bandingkan StepFun: Step 3.5 Flash dengan...