Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs StepFun: Step 3.7 Flash

Resumo

Comparação benchmark GPT-5.6 Luna (high) vs Step 3.7 Flash (low): A pontuação média está praticamente empatada em 7.7 vs 7.7. Step 3.7 Flash (low) tem menor custo de benchmark com $0.341 vs $0.924. Step 3.7 Flash (low) é mais rápido com 15.74s vs 18.39s, com taxas de acerto de 71.4% vs 68.3%.

Modelo recomendado: Step 3.7 Flash (low) - Tem a melhor pontuação aqui (7.7) e custa cerca de 2.7x menos que GPT-5.6 Luna (high).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-09

Métrica GPT-5.6 Luna GPT-5.6 Luna high Lançamento: 2026-07-09 Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação 7.7 7.7
Posição #50 #49
Confiabilidade 10.0 10.0
Consistência 8.8 8.4
Testes corretos
Taxa de acerto por tentativa 71.4% 68.3%
Testes instáveis 3 4
Execuções totais 63 63
Custo por resultado 6.594 2.840
Custo total $0.924 $0.341
Preço de entrada $1.000 / 1M $0.200 / 1M
Preço de saída $6.000 / 1M $1.150 / 1M
Total de tokens de entrada 35,699 40,101
Tokens de saída 2,079 289,325
Tokens de raciocínio 145,816 0
Tempo de resposta (médio) 18.39s 15.74s
Tempo de resposta (máx.) 111.09s 124.75s
Tempo de resposta (total) 386.24s 330.63s

Geração showcase

Hamster playing table tennis

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

#50 GPT-5.6 Luna

high
Custo
$0.033
Tempo
34.2s
Tokens
5,484 tok

#49 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

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-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 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 entrada Tokens de saída Tokens de raciocínio
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380
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 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighStep 3.7 FlashlowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumDisponível grátisvsStep 3.7 FlashlowKimi K2.6mediumDisponível grátisvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighQwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow