Navegação
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

Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash

Resumo

Comparação benchmark Claude Opus 4.8 vs Step 3.7 Flash: Claude Opus 4.8 lidera na pontuação média com 8.8 vs 7.7. Step 3.7 Flash tem menor custo de benchmark com $0.341 vs $1.107. Claude Opus 4.8 é mais rápido com 9.66s vs 15.74s, com taxas de acerto de 84.1% vs 68.3%.

Modelo recomendado: Step 3.7 Flash - Oferece o melhor compromisso geral: pontuação competitiva (7.7), custo menor que Claude Opus 4.8 e tempo de resposta equilibrado.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-17

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lançamento: 2026-05-28 Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação 8.8 7.7
Posição #12 #39
Confiabilidade 10.0 10.0
Consistência 9.6 8.4
Testes corretos
Taxa de acerto por tentativa 84.1% 68.3%
Testes instáveis 1 4
Execuções totais 63 63
Custo por resultado 6.512 2.840
Custo total $1.107 $0.341
Preço de entrada $5.000 / 1M $0.200 / 1M
Preço de saída $25.000 / 1M $1.150 / 1M
Total de tokens de entrada 61,007 40,101
Tokens de saída 26,495 289,325
Tokens de raciocínio 5,901 0
Tempo de resposta (médio) 9.66s 15.74s
Tempo de resposta (máx.) 38.03s 124.75s
Tempo de resposta (total) 202.89s 330.63s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#12 Claude Opus 4.8

medium
Cost
$0.057
Time
23.1s
Tokens
2,412 tok

#39 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 0
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 0
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 0
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 975 7,477 900
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 0
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 0
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 0
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 0
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 0
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Comparação rápida

Trocar par de comparação

Claude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponível grátisvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowQwen3.6 PlusmediumvsStep 3.7 Flashlow