AI BENCHY Compare

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

Resumo

GPT-5.4 Nano (medium) lidera na pontuação média com 7.5 vs 7.3. GPT-5.4 Nano (medium) tem menor custo de benchmark com $0.138 vs $0.454. GPT-5.4 Nano (medium) é mais rápido com 13.24s vs 20.68s, com taxas de acerto de 65.2% vs 68.2%.

Modelo recomendadoGPT-5.4 Nano (medium)Tem a melhor pontuação aqui (7.5) e custa cerca de 3.3x menos que Step 3.7 Flash (low).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-17

Métrica	GPT-5.4 Nano GPT-5.4 Nano medium Lançamento: 2026-03-17	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29

Métrica	GPT-5.4 Nano GPT-5.4 Nano medium Lançamento: 2026-03-17	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação	7.5	7.3
Posição	#51	#64
Confiabilidade	10.0	10.0
Consistência	8.5	8.1
Testes corretos
Taxa de acerto por tentativa	65.2%	68.2%
Testes instáveis	4	5
Execuções totais	66	66
Custo por resultado	1.150	3.782
Custo total	$0.138	$0.454
Preço de entrada	$0.200 / 1M	$0.200 / 1M
Preço de saída	$1.250 / 1M	$1.150 / 1M
Total de tokens de entrada	82,819	103,833
Tokens de saída	7,100	376,581
Tokens de raciocínio	90,022	0
Tempo de resposta (médio)	13.24s	20.68s
Tempo de resposta (máx.)	94.06s	124.75s
Tempo de resposta (total)	291.33s	455.01s

Geração showcase

Hamster playing table tennis

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

#51 GPT-5.4 Nano

medium

Custo: $0.007
Tempo: 24.6s
Tokens: 4,943 tok

#64 Step 3.7 Flash

low

SVG inválido

Custo: $0.004
Tempo: 25.3s
Tokens: 3,072 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-5.4 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	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-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	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-5.4 Nano	9.9	10.0	100.0%	0		32.24s	59,730	4,435	19,221
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	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-5.4 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	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-5.4 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	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-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	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-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	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-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	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-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	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-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Comparação rápida

Trocar par de comparação

Claude Opus 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow GPT-5.4 NanomediumvsQwen3.7 Maxnone Claude Sonnet 4.6nonevsStep 3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashlow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok 4.3medium Step 3.7 FlashlowvsGLM 5.1medium