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

OpenAI: GPT-5.2 Chat vs StepFun: Step 3.5 Flash

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

Métrica GPT-5.2 Chat GPT-5.2 Chat none Lançamento: 2025-12-11 Step 3.5 Flash Step 3.5 Flash medium Lançamento: 2026-02-01
Pontuação 7.9 7.9
Posição #28 #30
Consistência 8.7 9.1
Testes corretos
Taxa de acerto por tentativa 75.9% 70.6%
Testes instáveis 3 2
Execuções totais 54 49
Custo por resultado 2.424 0.000
Custo total $0.291 $0.000
Preço de entrada $1.750 / 1M $0.100 / 1M
Preço de saída $14.000 / 1M $0.300 / 1M
Tokens de saída 17,346 71,904
Tokens de raciocínio 0 155,607
Tempo de resposta (médio) 6.84s 26.78s
Tempo de resposta (máx.) 38.52s 170.45s
Tempo de resposta (total) 123.17s 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
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 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
GPT-5.2 Chat 10.0 10.0 100.0% 0 8.97s 1,345 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
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 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
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 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
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 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
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 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
GPT-5.2 Chat 7.5 6.1 83.3% 1 5.46s 1,528 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
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 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
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparação rápida

Trocar par de comparação

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5V TurbomediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-FlashmediumGemma 4 26B A4BmediumDisponível grátisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5.1mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium