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

StepFun: Step 3.5 Flash vs StepFun: Step 3.7 Flash

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

Metriek Step 3.5 Flash Step 3.5 Flash medium Releasedatum: 2026-02-01 Step 3.7 Flash Step 3.7 Flash high Releasedatum: 2026-05-29
Score 7.4 7.1
Rang #61 #74
Betrouwbaarheid 10.0 10.0
Consistentie 9.1 8.2
Correcte tests
Slaagpercentage per poging 62.3% 65.8%
Instabiele tests 2 4
Totaal runs 57 60
Kosten per resultaat 0.133 8.723
Totale kosten $0.015 $0.960
Invoerprijs $0.090 / 1M $0.200 / 1M
Uitvoerprijs $0.300 / 1M $1.150 / 1M
Uitvoer-tokens 90,478 828,084
Redeneer-tokens 173,544 0
Responstijd (gem.) 43.20s 49.43s
Responstijd (max) 170.45s 192.75s
Responstijd (totaal) 561.54s 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
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 20,391 24,176
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
Step 3.5 Flash 3.5 6.0 50.0% 1 62.83s 12,098 0
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
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
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
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
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
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
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
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 240 3,506
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
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 2,364 3,521
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
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 5,630 10,861
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
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
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
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 2,354 10,372
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-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.4 NanomediumvsStep 3.7 FlashhighGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.5 Flashmedium