Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-05-29

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lançamento: 2026-02-17 Step 3.7 Flash Step 3.7 Flash high Lançamento: 2026-05-29
Pontuação 7.0 7.1
Posição #78 #74
Confiabilidade 10.0 10.0
Consistência 9.7 8.2
Testes corretos
Taxa de acerto por tentativa 58.3% 65.8%
Testes instáveis 1 4
Execuções totais 60 60
Custo por resultado 2.782 8.723
Custo total $0.306 $0.960
Preço de entrada $3.000 / 1M $0.200 / 1M
Preço de saída $15.000 / 1M $1.150 / 1M
Tokens de saída 9,450 828,084
Tokens de raciocínio 0 0
Tempo de resposta (médio) 5.27s 49.43s
Tempo de resposta (máx.) 23.84s 192.75s
Tempo de resposta (total) 68.50s 988.58s

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 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
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 6.8 10.0 50.0% 0 6.73s 2,112 0
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
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 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
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 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
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 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
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 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
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 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
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 2.53s 533 0
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
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 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Conhecimentos gerais 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 3.0 10.0 0.0% 0 4.67s 431 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Comparação rápida

Trocar par de comparação

GPT-5 MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsDeepSeek V4 ProhighClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsSeed-2.0-MinimediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 Flashhigh