नेव्हिगेशन
AI BENCHY
Advertise here

OpenAI: GPT-5.5 vs StepFun: Step 3.5 Flash

GPT-5.5 (low) average score मध्ये पुढे आहे: 9.3 vs 6.0. Step 3.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.108 vs $1.253. GPT-5.5 (low) वेगवान आहे: 10.13s vs 174.22s, pass rates 86.4% vs 51.5%.

शिफारस केलेले मॉडेलGPT-5.5 (low)It has the best score here (9.3), while responding about 17.2x faster than Step 3.5 Flash (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-18

मेट्रिक GPT-5.5 GPT-5.5 low प्रकाशन: 2026-04-24 Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर 9.3 6.0
क्रमांक #6 #126
विश्वसनीयता 10.0 9.2
सुसंगतता 10.0 9.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 86.4% 51.5%
अस्थिर चाचण्या 0 1
एकूण रन 66 63
प्रति निकाल खर्च 6.594 0.540
एकूण खर्च $1.253 $0.108
इनपुट किंमत $5.000 / 1M $0.100 / 1M
आउटपुट किंमत $30.000 / 1M $0.300 / 1M
एकूण इनपुट टोकन्स 80,058 65,707
आउटपुट टोकन्स 5,378 108,561
रिझनिंग टोकन्स 23,040 293,993
प्रतिसाद वेळ (सरासरी) 10.13s 174.22s
प्रतिसाद वेळ (कमाल) 56.19s 1597.85s
प्रतिसाद वेळ (एकूण) 222.82s 2613.32s

Hamster playing table tennis

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

#6 GPT-5.5

low
खर्च
$0.068
वेळ
37.0s
टोकन्स
2,339 tok

#126 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

झटपट तुलना

तुलना जोडी बदला