Navegação
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

StepFun: Step 3.5 Flash vs xAI: Grok 4.20 Beta

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-03-12

Métrica Step 3.5 Flash Step 3.5 Flash medium Lançamento: 2026-02-01 Disponível grátis Grok 4.20 Beta Grok 4.20 Beta medium Lançamento: 2026-03-12
Posição #14 #24
Pontuação média 7.4 7.0
Consistência 9.1 9.0
Custo por resultado 0.000 5.989
Custo total $0.000 $0.599
Testes corretos
Taxa de acerto por tentativa 68.8% 70.8%
Testes instáveis 2 2
Execuções totais 48 48
Tokens de saída 71,452 1,481
Tokens de raciocínio 155,147 86,628
Tempo de resposta (médio) 29.10s 8.89s
Tempo de resposta (máx.) 170.45s 24.21s
Tempo de resposta (total) 290.96s 142.18s

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação média vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação média 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
Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Comparação rápida

Trocar par de comparação

GPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponível grátisGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponível grátisGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponível grátisGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponível grátisGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponível grátisGPT-5.2 ChatnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponível grátis