Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs StepFun: Step 3.7 Flash

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

Métrica GPT-5.4 Mini GPT-5.4 Mini medium Lançamento: 2026-03-17 Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação 7.3 7.4
Posição #64 #60
Confiabilidade 10.0 10.0
Consistência 7.9 8.7
Testes corretos
Taxa de acerto por tentativa 71.7% 68.3%
Testes instáveis 5 3
Execuções totais 60 60
Custo por resultado 4.417 2.796
Custo total $0.486 $0.336
Preço de entrada $0.750 / 1M $0.200 / 1M
Preço de saída $4.500 / 1M $1.150 / 1M
Tokens de saída 2,160 285,209
Tokens de raciocínio 100,548 0
Tempo de resposta (médio) 22.10s 16.06s
Tempo de resposta (máx.) 138.75s 124.75s
Tempo de resposta (total) 442.09s 321.11s

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-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 Mini 7.5 6.0 83.3% 1 73.25s 446 32,513
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 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 saída Tokens de raciocínio
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 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
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 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
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 96 1,185
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 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
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 278 2,443
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 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
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 32 10,174
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Comparação rápida

Trocar par de comparação

Kimi K2.6mediumDisponível grátisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumClaude Opus 4.8nonevsGPT-5.4 MinimediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowRing-2.6-1TnonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsStep 3.7 FlashlowGemini 3.1 Flash LitelowvsGPT-5.4 MinimediumDeepSeek V3.2mediumvsStep 3.7 Flashlow