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-5.3 Chat vs StepFun: Step 3.7 Flash

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

Metriek GPT-5.3 Chat GPT-5.3 Chat none Releasedatum: 2026-03-03 Step 3.7 Flash Step 3.7 Flash medium Releasedatum: 2026-05-29
Score 7.4 7.9
Rang #57 #32
Betrouwbaarheid 10.0 9.9
Consistentie 8.4 9.2
Correcte tests
Slaagpercentage per poging 68.3% 71.7%
Instabiele tests 4 2
Totaal runs 60 58
Kosten per resultaat 3.350 2.663
Totale kosten $0.402 $0.347
Invoerprijs $1.750 / 1M $0.200 / 1M
Uitvoerprijs $14.000 / 1M $1.150 / 1M
Uitvoer-tokens 24,757 294,481
Redeneer-tokens 0 0
Responstijd (gem.) 6.13s 18.32s
Responstijd (max) 18.33s 113.98s
Responstijd (totaal) 122.61s 366.45s

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-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 6.9 6.2 66.7% 1 10.52s 4,772 0
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 1,491 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 1,758 0
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 569 0
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Snelle vergelijking

Vergelijkingspaar wisselen

GPT-5.3 ChatnonevsMiMo-V2.5mediumQwen3.7 MaxnonevsStep 3.7 FlashmediumGPT-5.3 ChatnonevsGLM 5.1mediumKimi K2.6mediumGratis beschikbaarvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.7 FlashlowGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGPT-5.3 ChatnonevsGLM 5V TurbomediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-35B-A3Bmedium