Navigatie
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs StepFun: Step 3.7 Flash

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-05-29

Metriek Claude Opus 4.6 Claude Opus 4.6 medium Releasedatum: 2026-02-05 Step 3.7 Flash Step 3.7 Flash high Releasedatum: 2026-05-29
Score 7.2 7.1
Rang #71 #74
Betrouwbaarheid 10.0 10.0
Consistentie 9.1 8.2
Correcte tests
Slaagpercentage per poging 63.3% 65.8%
Instabiele tests 2 4
Totaal runs 60 60
Kosten per resultaat 15.796 8.723
Totale kosten $1.896 $0.960
Invoerprijs $5.000 / 1M $0.200 / 1M
Uitvoerprijs $25.000 / 1M $1.150 / 1M
Uitvoer-tokens 42,254 828,084
Redeneer-tokens 23,554 0
Responstijd (gem.) 25.45s 49.43s
Responstijd (max) 83.40s 192.75s
Responstijd (totaal) 330.91s 988.58s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 7.2 9.8 50.0% 0 29.37s 7,865 3,675
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 532 630
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 8,045 2,452
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Snelle vergelijking

Vergelijkingspaar wisselen

GPT-5 MinimediumvsStep 3.7 FlashhighClaude Opus 4.6mediumvsRing-2.6-1TnoneGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsStep 3.7 Flashhigh