Navegação
AI BENCHY
Your ad here

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 none Lançamento: 2026-03-12
Posição #14 #52
Pontuação média 7.4 4.4
Consistência 9.1 9.1
Custo por resultado 0.000 2.214
Custo total $0.000 $0.089
Testes corretos
Taxa de acerto por tentativa 68.8% 33.3%
Testes instáveis 2 2
Execuções totais 48 48
Tokens de saída 71,452 1,511
Tokens de raciocínio 155,147 0
Tempo de resposta (médio) 29.10s 1.22s
Tempo de resposta (máx.) 170.45s 6.48s
Tempo de resposta (total) 290.96s 19.53s

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 3.3 7.9 22.2% 1 562ms 245 0
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 0.0% 0 6.48s 282 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
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 601ms 197 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
Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
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 5.0 10.0 0.0% 0 541ms 87 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
Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
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 4.0 7.2 55.6% 1 541ms 291 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
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Comparação rápida

Trocar par de comparação

GPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponível grátisGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponível grátisGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponível grátisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponível grátisMiniMax M2.5mediumvsGrok 4.20 BetanoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponível grátisClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponível grátisgpt-oss-120bmediumDisponível grátisvsGrok 4.20 BetanoneGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponível grátisMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneQwen3.5-35B-A3BmediumvsGrok 4.20 Betanone