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

OpenAI: GPT-5.2 Chat vs StepFun: Step 3.5 Flash

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-03

Metriek GPT-5.2 Chat GPT-5.2 Chat none Releasedatum: 2025-12-11 Step 3.5 Flash Step 3.5 Flash medium Releasedatum: 2026-02-01
Score 7.9 7.4
Rang #30 #55
Betrouwbaarheid 10.0 10.0
Consistentie 8.9 9.4
Correcte tests
Slaagpercentage per poging 73.3% 59.7%
Instabiele tests 3 1
Totaal runs 60 57
Kosten per resultaat 2.703 0.133
Totale kosten $0.352 $0.062
Invoerprijs $1.750 / 1M $0.090 / 1M
Uitvoerprijs $14.000 / 1M $0.300 / 1M
Totaal aantal invoer-tokens 31,593 33,555
Uitvoer-tokens 21,144 90,478
Redeneer-tokens 0 173,544
Responstijd (gem.) 6.82s 43.20s
Responstijd (max) 38.52s 170.45s
Responstijd (totaal) 136.34s 561.54s

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.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 8.2 6.7 83.3% 1 8.05s 4,686 4,131 0
Step 3.5 Flash 3.5 7.8 0.0% 0 62.83s 1,335 12,098 0
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3 PRO PreviewmediumvsGPT-5.2 ChatnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemma 4 26B A4BmediumGratis beschikbaarvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5 TurbomediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumClaude Opus 4.8nonevsStep 3.5 Flashmedium