नेव्हिगेशन
AI BENCHY
Advertise here

OpenAI: GPT-5.5 vs StepFun: Step 3.7 Flash

average score जवळपास समान आहे: 6.9 vs 6.9. GPT-5.5 चा benchmark खर्च कमी आहे: $0.544 vs $1.207. GPT-5.5 वेगवान आहे: 2.36s vs 64.68s, pass rates 56.1% vs 63.6%.

शिफारस केलेले मॉडेलGPT-5.5It has the best score here (6.9), while costing about 2.2x less than Step 3.7 Flash (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-24

मेट्रिक GPT-5.5 GPT-5.5 none प्रकाशन: 2026-04-24 Step 3.7 Flash Step 3.7 Flash high प्रकाशन: 2026-05-29
स्कोअर 6.9 6.9
क्रमांक #91 #90
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 56.1% 63.6%
अस्थिर चाचण्या 3 5
एकूण रन 66 66
प्रति निकाल खर्च 4.945 10.973
एकूण खर्च $0.544 $1.207
इनपुट किंमत $5.000 / 1M $0.200 / 1M
आउटपुट किंमत $30.000 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 79,285 98,691
आउटपुट टोकन्स 4,915 1,032,395
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 2.36s 64.68s
प्रतिसाद वेळ (कमाल) 12.24s 364.99s
प्रतिसाद वेळ (एकूण) 51.88s 1423.01s

Hamster playing table tennis

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

#91 GPT-5.5

none
खर्च
$0.090
वेळ
54.3s
टोकन्स
3,063 tok

#90 Step 3.7 Flash

high
खर्च
$0.007
वेळ
63.6s
टोकन्स
6,030 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 5.5 10.0 33.3% 0 1.35s 7,305 462 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

झटपट तुलना

तुलना जोडी बदला