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 (medium) vs Step 3.7 Flash (low): Step 3.7 Flash (low) lidera na pontuação média com 7.7 vs 7.6. GPT-5.6 Luna (medium) tem menor custo de benchmark com $0.258 vs $0.341. GPT-5.6 Luna (medium) é mais rápido com 6.70s vs 15.74s, com taxas de acerto de 63.5% vs 68.3%.

Modelo recomendado: GPT-5.6 Luna (medium) - A pontuação fica perto da melhor aqui (7.6 vs 7.7) e responde cerca de 2.4x mais rápido que Step 3.7 Flash (low).

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

Métrica GPT-5.6 Luna GPT-5.6 Luna medium Lançamento: 2026-07-09 Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação 7.6 7.7
Posição #54 #49
Confiabilidade 10.0 10.0
Consistência 9.6 8.4
Testes corretos
Taxa de acerto por tentativa 63.5% 68.3%
Testes instáveis 1 4
Execuções totais 63 63
Custo por resultado 1.978 2.840
Custo total $0.258 $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 2,148 289,325
Tokens de raciocínio 34,740 0
Tempo de resposta (médio) 6.70s 15.74s
Tempo de resposta (máx.) 29.85s 124.75s
Tempo de resposta (total) 140.62s 330.63s

Geração showcase

Hamster playing table tennis

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

#54 GPT-5.6 Luna

medium
Custo
$0.014
Tempo
14.6s
Tokens
2,362 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 2.52s 606 160 987
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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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 9.53s 12,500 375 1,354
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 1.95s 7,140 234 324
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 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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 5.1 10.0 0.0% 0 4.34s 477 112 496
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 2.38s 660 95 393
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 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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 6.02s 5,454 256 244
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 6.64s 195 29 2,379
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Comparação rápida

Trocar par de comparação

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponível grátisvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok Build 0.1medium