AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs StepFun: Step 3.7 Flash

Resumo

A pontuação média está praticamente empatada em 8.5 vs 8.5. Step 3.7 Flash (medium) tem menor custo de benchmark com $0.376 vs $0.393. GPT-5.2 Chat é mais rápido com 7.13s vs 20.35s, com taxas de acerto de 74.6% vs 73.0%.

Modelo recomendadoGPT-5.2 ChatTem a melhor pontuação aqui (8.5) e responde cerca de 2.9x mais rápido que Step 3.7 Flash (medium).

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

Métrica	GPT-5.2 Chat GPT-5.2 Chat none Lançamento: 2025-12-11	Step 3.7 Flash Step 3.7 Flash medium Lançamento: 2026-05-29

Métrica	GPT-5.2 Chat GPT-5.2 Chat none Lançamento: 2025-12-11	Step 3.7 Flash Step 3.7 Flash medium Lançamento: 2026-05-29
Pontuação	8.5	8.5
Posição	#22	#23
Confiabilidade	10.0	9.9
Consistência	8.9	9.3
Testes corretos
Taxa de acerto por tentativa	74.6%	73.0%
Testes instáveis	3	2
Execuções totais	63	61
Custo por resultado	2.803	2.686
Custo total	$0.393	$0.376
Preço de entrada	$1.750 / 1M	$0.200 / 1M
Preço de saída	$14.000 / 1M	$1.150 / 1M
Total de tokens de entrada	34,212	39,981
Tokens de saída	23,744	319,958
Tokens de raciocínio	0	0
Tempo de resposta (médio)	7.13s	20.35s
Tempo de resposta (máx.)	38.52s	113.98s
Tempo de resposta (total)	149.69s	427.42s

Geração showcase

Hamster playing table tennis

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

#22 GPT-5.2 Chat

none

Custo: $0.010
Tempo: 15.3s
Tokens: 797 tok

#23 Step 3.7 Flash

medium

Custo: $0.006
Tempo: 46.2s
Tokens: 4,466 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
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	0
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	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
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	0
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	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
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	11,019	1,243	0
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	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
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	0
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	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
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	0
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	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
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	0
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	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
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	0
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	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
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	0
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	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
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	0
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	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
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Comparação rápida

Trocar par de comparação

Seed-2.0-LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5medium GPT-5.2 ChatnonevsGrok 4.5medium GPT-5.2 ChatnonevsGLM 5.2medium DeepSeek V4 FlashhighvsStep 3.7 Flashmedium DeepSeek V4 FlashhighvsGPT-5.2 Chatnone Claude Opus 4.7mediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone GPT-5.6 TerrahighvsStep 3.7 Flashmedium GPT-5.2 ChatnonevsQwen3.7 Plusmedium Claude Opus 4.8mediumvsGPT-5.2 Chatnone Nemotron 3 Ultra 550b A55bmediumDisponível grátisvsGPT-5.2 Chatnone