AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

Resumo

Claude Sonnet 4.6 (medium) lidera na pontuação média com 7.8 vs 7.7. Step 3.7 Flash (low) tem menor custo de benchmark com $0.341 vs $1.418. Step 3.7 Flash (low) é mais rápido com 15.74s vs 17.06s, com taxas de acerto de 65.1% vs 68.3%.

Modelo recomendadoStep 3.7 Flash (low)A pontuação fica perto da melhor aqui (7.7 vs 7.8) e custa cerca de 4.2x menos que Claude Sonnet 4.6 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-14

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lançamento: 2026-02-17	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lançamento: 2026-02-17	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação	7.8	7.7
Posição	#40	#51
Confiabilidade	10.0	10.0
Consistência	9.1	8.4
Testes corretos
Taxa de acerto por tentativa	65.1%	68.3%
Testes instáveis	2	4
Execuções totais	63	63
Custo por resultado	10.904	2.840
Custo total	$1.418	$0.341
Preço de entrada	$3.000 / 1M	$0.200 / 1M
Preço de saída	$15.000 / 1M	$1.150 / 1M
Total de tokens de entrada	49,112	40,101
Tokens de saída	54,703	289,325
Tokens de raciocínio	29,970	0
Tempo de resposta (médio)	17.06s	15.74s
Tempo de resposta (máx.)	46.35s	124.75s
Tempo de resposta (total)	221.83s	330.63s

Geração showcase

Hamster playing table tennis

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

#40 Claude Sonnet 4.6

medium

SVG inválido

Custo: $0.000
Tempo: 300.0s
Tokens: 0 tok

#51 Step 3.7 Flash

low

SVG inválido

Custo: $0.004
Tempo: 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

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 Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	789	1,046	1,093
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 Sonnet 4.6	5.7	6.6	44.4%	1		33.29s	6,995	16,089	3,686
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 Sonnet 4.6	10.0	10.0	100.0%	0		46.35s	18,351	5,871	3,962
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 Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	8,676	649	742
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 Sonnet 4.6	2.9	7.2	11.1%	1		0ms	471	25,790	16,919
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 Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	564	256	433
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 Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	792	318	552
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 Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	816	592	646
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 Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	11,454	655	351
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 Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	204	3,437	1,586
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Comparação rápida

Trocar par de comparação

GPT-5.6 LunahighvsStep 3.7 Flashlow Claude Opus 4.6mediumvsStep 3.7 Flashlow Claude Sonnet 4.6mediumvsGrok 4.5low Step 3.7 FlashlowvsGrok 4.3medium KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Kimi K2.6mediumDisponível grátisvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow MiniMax M3mediumvsStep 3.7 Flashlow DeepSeek V4 ProhighvsStep 3.7 Flashlow