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 vs StepFun: Step 3.7 Flash

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

Metriek GPT-5.2 GPT-5.2 medium Releasedatum: 2025-12-11 Step 3.7 Flash Step 3.7 Flash high Releasedatum: 2026-05-29
Score 7.3 7.1
Rang #63 #74
Betrouwbaarheid 10.0 10.0
Consistentie 8.3 8.2
Correcte tests
Slaagpercentage per poging 70.0% 65.8%
Instabiele tests 4 4
Totaal runs 60 60
Kosten per resultaat 4.094 8.723
Totale kosten $0.492 $0.960
Invoerprijs $1.750 / 1M $0.200 / 1M
Uitvoerprijs $14.000 / 1M $1.150 / 1M
Uitvoer-tokens 2,880 828,084
Redeneer-tokens 28,289 0
Responstijd (gem.) 16.50s 49.43s
Responstijd (max) 77.80s 192.75s
Responstijd (totaal) 214.45s 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
GPT-5.2 6.5 8.0 58.3% 1 7.81s 567 2,002
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
GPT-5.2 10.0 10.0 100.0% 0 23.15s 490 8,269
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
GPT-5.2 10.0 10.0 100.0% 0 14.06s 291 1,757
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
GPT-5.2 10.0 10.0 100.0% 0 3.15s 234 420
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
GPT-5.2 5.9 7.2 55.6% 1 77.80s 42 10,342
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
GPT-5.2 3.7 9.7 0.0% 0 4.32s 162 269
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
GPT-5.2 9.9 10.0 100.0% 0 3.12s 94 614
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
GPT-5.2 7.5 7.3 77.8% 1 5.80s 735 924
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
GPT-5.2 4.7 1.6 66.7% 1 10.30s 239 469
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
GPT-5.2 3.0 10.0 0.0% 0 28.18s 26 3,223
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 FlashhighGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsGPT-5.2mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighGPT-5.2mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashhighRing-2.6-1TnonevsGPT-5.2mediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighGemini 3.1 Flash LitelowvsGPT-5.2medium