Benchmarkvergelijking GPT-5.5 (low) vs Step 3.5 Flash: GPT-5.5 (low) leidt in gemiddelde score met 9.3 vs 2.6. Step 3.5 Flash heeft lagere benchmarkkosten met $0.020 vs $0.907. GPT-5.5 (low) is sneller met 9.76s vs 39.03s, met slagingspercentages van 85.7% vs 28.6%.
Aanbevolen model: GPT-5.5 (low) - Het heeft hier de beste score (9.3) en reageert ongeveer 4.0x sneller dan Step 3.5 Flash.
Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-09
Step 3.5 FlashStep 3.5 FlashnoneGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.Releasedatum: 2026-02-01
Score
9.3Gemiddelde score over alle benchmarktests.…
2.6Gemiddelde score over alle benchmarktests.…
Rang
#7
#187
Betrouwbaarheid
10.0Succescore bij de eerste poging: 10.0 betekent geen herhaalbare doel-API- of snelheidslimietfouten vóór succesvolle calls; geregistreerde fouten verlagen de score.…
10.0Succescore bij de eerste poging: 10.0 betekent geen herhaalbare doel-API- of snelheidslimietfouten vóór succesvolle calls; geregistreerde fouten verlagen de score.…
Consistentie
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
5.7Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
Correcte tests
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 3Responstijd (gem.)9.76sResponstijd (max)56.19sResponstijd (totaal)204.92sEen test is alleen volledig geslaagd als alle runs slagen.…
Een test is alleen volledig geslaagd als alle runs slagen.API-fout: 4Instructies niet gevolgd: 1Verkeerd antwoord: 1Responstijd (gem.)39.03sResponstijd (max)114.12sResponstijd (totaal)312.26sEen test is alleen volledig geslaagd als alle runs slagen.…
Slaagpercentage per poging
85.7%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
28.6%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
Instabiele tests
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Totaal runs
63Totaal runs…
36Totaal runs…
Kosten per resultaat
5.035Toont de gemiddelde kosten per correct benchmark-antwoord in centen (lager is beter).…
0.328Toont de gemiddelde kosten per correct benchmark-antwoord in centen (lager is beter).…
Totale kosten
$0.907Totale kosten (huidige prijs)…
$0.020Totale kosten (huidige prijs)…
Invoerprijs
$5.000 / 1MInvoerprijs…
$0.100 / 1MInvoerprijs…
Uitvoerprijs
$30.000 / 1MUitvoerprijs…
$0.300 / 1MUitvoerprijs…
Totaal aantal invoer-tokens
34,209Totaal aantal invoer-tokens…
1,971Totaal aantal invoer-tokens…
Uitvoer-tokens
2,046Uitvoer-tokens…
64,795Uitvoer-tokens…
Redeneer-tokens
22,460Redeneer-tokens…
0Redeneer-tokens…
Responstijd (gem.)
9.76sResponstijd (gem.)…
39.03sResponstijd (gem.)…
Responstijd (max)
56.19sResponstijd (max)…
114.12sResponstijd (max)…
Responstijd (totaal)
204.92sResponstijd (totaal)…
312.26sResponstijd (totaal)…
Generatie-showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)4.41sResponstijd (max)6.32sResponstijd (totaal)17.64sEen test is alleen volledig geslaagd als alle runs slagen.…
4.41sResponstijd (gem.)…
606Totaal aantal invoer-tokens…
238Uitvoer-tokens…
1,020Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
10.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)34.99sResponstijd (max)109.60sResponstijd (totaal)139.95sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)15.04sResponstijd (max)21.06sResponstijd (totaal)45.11sEen test is alleen volledig geslaagd als alle runs slagen.…
15.04sResponstijd (gem.)…
7,302Totaal aantal invoer-tokens…
423Uitvoer-tokens…
6,402Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
9.8Gemiddelde score over alle benchmarktests.…
3.3Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.API-fout: 1Responstijd (gem.)0msResponstijd (max)0msResponstijd (totaal)0msEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)9.56sResponstijd (max)9.56sResponstijd (totaal)9.56sEen test is alleen volledig geslaagd als alle runs slagen.…
9.56sResponstijd (gem.)…
11,019Totaal aantal invoer-tokens…
303Uitvoer-tokens…
717Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
3.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.API-fout: 1Responstijd (gem.)0msResponstijd (max)0msResponstijd (totaal)0msEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)3.28sResponstijd (max)5.13sResponstijd (totaal)6.56sEen test is alleen volledig geslaagd als alle runs slagen.…
3.28sResponstijd (gem.)…
7,140Totaal aantal invoer-tokens…
228Uitvoer-tokens…
157Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
1.5Gemiddelde score over alle benchmarktests.…
5.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.API-fout: 1Responstijd (gem.)0msResponstijd (max)0msResponstijd (totaal)0msEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
33.3%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 2Responstijd (gem.)28.05sResponstijd (max)56.19sResponstijd (totaal)84.16sEen test is alleen volledig geslaagd als alle runs slagen.…
28.05sResponstijd (gem.)…
723Totaal aantal invoer-tokens…
69Uitvoer-tokens…
11,609Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
3.3Gemiddelde score over alle benchmarktests.…
3.3Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
33.3%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)34.54sResponstijd (max)34.54sResponstijd (totaal)34.54sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)5.17sResponstijd (max)5.17sResponstijd (totaal)5.17sEen test is alleen volledig geslaagd als alle runs slagen.…
5.17sResponstijd (gem.)…
477Totaal aantal invoer-tokens…
133Uitvoer-tokens…
245Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
4.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Instructies niet gevolgd: 1Responstijd (gem.)14.37sResponstijd (max)14.37sResponstijd (totaal)14.37sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)3.74sResponstijd (max)3.99sResponstijd (totaal)7.48sEen test is alleen volledig geslaagd als alle runs slagen.…
3.74sResponstijd (gem.)…
660Totaal aantal invoer-tokens…
93Uitvoer-tokens…
415Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
5.0Gemiddelde score over alle benchmarktests.…
5.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
50.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)9.30sResponstijd (max)9.30sResponstijd (totaal)9.30sEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)4.74sResponstijd (max)5.61sResponstijd (totaal)14.21sEen test is alleen volledig geslaagd als alle runs slagen.…
4.74sResponstijd (gem.)…
642Totaal aantal invoer-tokens…
279Uitvoer-tokens…
954Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
0.0Gemiddelde score over alle benchmarktests.…
0.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)0msResponstijd (max)0msResponstijd (totaal)0msEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
100.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Geen mislukte antwoorden.Responstijd (gem.)4.96sResponstijd (max)4.96sResponstijd (totaal)4.96sEen test is alleen volledig geslaagd als alle runs slagen.…
4.96sResponstijd (gem.)…
5,445Totaal aantal invoer-tokens…
250Uitvoer-tokens…
101Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
3.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.API-fout: 1Responstijd (gem.)0msResponstijd (max)0msResponstijd (totaal)0msEen test is alleen volledig geslaagd als alle runs slagen.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 1Responstijd (gem.)10.06sResponstijd (max)10.06sResponstijd (totaal)10.06sEen test is alleen volledig geslaagd als alle runs slagen.…
10.06sResponstijd (gem.)…
195Totaal aantal invoer-tokens…
30Uitvoer-tokens…
840Redeneer-tokens…
Step 3.5 FlashGearchiveerd model: dit model wordt niet langer bijgewerkt of getest op nieuwe tests.
3.0Gemiddelde score over alle benchmarktests.…
10.0Consistentie geeft stabiliteit tussen runs weer (10 = zeer consistent, zelfs als consequent fout).…
0.0%Slaagpercentage per poging = geslaagde pogingen / totale pogingen over alle runs.…
0Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).…
Een test is alleen volledig geslaagd als alle runs slagen.Verkeerd antwoord: 1Responstijd (gem.)114.12sResponstijd (max)114.12sResponstijd (totaal)114.12sEen test is alleen volledig geslaagd als alle runs slagen.…