नेव्हिगेशन
Advertise here

GPT-5.6 Sol vs Step 3.7 Flash (low)

Step 3.7 Flash (low) average score मध्ये पुढे आहे: 7.2 vs 6.7. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.449 vs $0.795. GPT-5.6 Sol वेगवान आहे: 4.61s vs 20.72s, pass rates 60.9% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#219
एकूण आउटपुट टोकन्स
5,555
प्रतिसाद वेळ (सरासरी)
4.61s
एकूण खर्च
$0.795
क्रमांक
#179
एकूण आउटपुट टोकन्स
339,108
प्रतिसाद वेळ (सरासरी)
20.72s
एकूण खर्च
$0.449
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 1.8x less than GPT-5.6 Sol.

तपशीलवार तुलना

मेट्रिक GPT-5.6 Sol GPT-5.6 Sol none प्रकाशन: 2026-07-09 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 6.7 7.2
क्रमांक #219 #179
विश्वसनीयता 10.0 10.0
सुसंगतता 9.1 7.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.9% 63.8%
अस्थिर चाचण्या 3 6
एकूण रन 69 69
प्रति निकाल खर्च 6.619 4.078
एकूण खर्च $0.795 $0.449
इनपुट किंमत $2.000 / 1M $0.200 / 1M
आउटपुट किंमत $10.000 / 1M $1.150 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.040 / 1M
कॅश लिहिण्याची किंमत $2.500 / 1M लागू नाही
एकूण इनपुट टोकन्स 207,852 292,685
आउटपुट टोकन्स 5,555 339,108
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 4.61s 20.72s
प्रतिसाद वेळ (कमाल) 58.28s 124.75s
प्रतिसाद वेळ (एकूण) 105.93s 476.67s
पॅरामीटर्स ~2T एकूण (~150B सक्रिय) 198B एकूण (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#219 GPT-5.6 Sol

none
खर्च
$0.116
वेळ
78.7s
टोकन्स
3,944 tok

#179 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-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

तुलना जोडी बदला