नेव्हिगेशन
AI BENCHY
Advertise here

OpenAI: GPT-5.3 Chat vs StepFun: Step 3.7 Flash

GPT-5.3 Chat average score मध्ये पुढे आहे: 7.5 vs 7.3. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.454 vs $0.571. GPT-5.3 Chat वेगवान आहे: 6.88s vs 20.68s, pass rates 68.2% vs 68.2%.

शिफारस केलेले मॉडेलGPT-5.3 ChatIt has the best score here (7.5), while responding about 3.0x faster than Step 3.7 Flash (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक GPT-5.3 Chat GPT-5.3 Chat none प्रकाशन: 2026-03-03 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.5 7.3
क्रमांक #62 #75
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 68.2%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 4.387 3.782
एकूण खर्च $0.571 $0.454
इनपुट किंमत $1.750 / 1M $0.200 / 1M
आउटपुट किंमत $14.000 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 78,990 103,833
आउटपुट टोकन्स 30,854 376,581
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 6.88s 20.68s
प्रतिसाद वेळ (कमाल) 18.33s 124.75s
प्रतिसाद वेळ (एकूण) 151.31s 455.01s

Hamster playing table tennis

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

#62 GPT-5.3 Chat

none
खर्च
$0.008
वेळ
8.1s
टोकन्स
634 tok

#75 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला