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 Sonnet 4.6 vs StepFun: Step 3.5 Flash

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-04-16

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lançamento: 2026-02-17 Step 3.5 Flash Step 3.5 Flash medium Lançamento: 2026-02-01
Pontuação 7.4 7.9
Posição #41 #30
Consistência 9.6 9.1
Testes corretos
Taxa de acerto por tentativa 64.8% 70.6%
Testes instáveis 1 2
Execuções totais 54 49
Custo por resultado 2.376 0.000
Custo total $0.262 $0.000
Preço de entrada $3.000 / 1M $0.100 / 1M
Preço de saída $15.000 / 1M $0.300 / 1M
Tokens de saída 7,433 71,904
Tokens de raciocínio 0 155,607
Tempo de resposta (médio) 4.98s 26.78s
Tempo de resposta (máx.) 23.84s 170.45s
Tempo de resposta (total) 54.83s 294.58s

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 saída Tokens de raciocínio
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.67s 523 0
Step 3.5 Flash - - - - - - - -
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparação rápida

Trocar par de comparação

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsMiMo-V2-Omnimedium