GPT-5.6 Terra (high) vs Step 3.7 Flash (medium)

GPT-5.6 Terra (high) average score मध्ये पुढे आहे: 8.3 vs 7.8. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.571 vs $0.698. GPT-5.6 Terra (high) वेगवान आहे: 13.62s vs 26.57s, pass rates 69.6% vs 68.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #91
एकूण आउटपुट टोकन्स: 60,065
प्रतिसाद वेळ (सरासरी): 13.62s
एकूण खर्च: $0.698

क्रमांक: #129
एकूण आउटपुट टोकन्स: 440,835
प्रतिसाद वेळ (सरासरी): 26.57s
एकूण खर्च: $0.571

शिफारस केलेले मॉडेल GPT-5.6 Terra (high)

It has the best score here (8.3), while responding about 2.0x faster than Step 3.7 Flash (medium).

तपशीलवार तुलना

मेट्रिक	GPT-5.6 Terra GPT-5.6 Terra high प्रकाशन: 2026-07-09	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29

मेट्रिक	GPT-5.6 Terra GPT-5.6 Terra high प्रकाशन: 2026-07-09	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर	8.3	7.8
क्रमांक	#91	#129
विश्वसनीयता	10.0	10.0
सुसंगतता	9.4	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	69.6%	68.1%
अस्थिर चाचण्या	2	4
एकूण रन	69	69
प्रति निकाल खर्च	8.674	4.392
एकूण खर्च	$0.698	$0.571
इनपुट किंमत	$2.000 / 1M	$0.200 / 1M
आउटपुट किंमत	$12.000 / 1M	$1.150 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.040 / 1M
कॅश लिहिण्याची किंमत	$2.500 / 1M	लागू नाही
एकूण इनपुट टोकन्स	197,239	319,524
आउटपुट टोकन्स	6,083	440,835
रिझनिंग टोकन्स	53,982	0
प्रतिसाद वेळ (सरासरी)	13.62s	26.57s
प्रतिसाद वेळ (कमाल)	91.49s	152.83s
प्रतिसाद वेळ (एकूण)	313.21s	611.09s
पॅरामीटर्स	~1T एकूण (~60B 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.

#91 GPT-5.6 Terra

high

खर्च: $0.055
वेळ: 30.2s
टोकन्स: 3,748 tok

#129 Step 3.7 Flash

medium

खर्च: $0.006
वेळ: 46.2s
टोकन्स: 4,466 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	10.0	10.0	100.0%	0		66.44s	116,183	1,028	2,949
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	10.0	10.0	100.0%	0		938ms	7,140	222	0
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	5.3	10.0	33.3%	0		42.65s	732	70	32,239
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

तुलना जोडी बदला

Step 3.7 FlashmediumvsGLM 5.3high Kimi K3maxvsGPT-5.6 Terrahigh Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium Ling 3.1 FlashhighvsStep 3.7 Flashmedium Muse WondermaxvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Claude Opus 4.8mediumvsGPT-5.6 Terrahigh Ling 3.1 FlashmediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.7 Plusmedium Gemini 4 ArgonlowvsGPT-5.6 Terrahigh