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 3.7 Flash vs xAI: Grok 4.20

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-05-29

Métrica Step 3.7 Flash Step 3.7 Flash high Lançamento: 2026-05-29 Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31
Pontuação 7.1 7.0
Posição #74 #80
Confiabilidade 10.0 10.0
Consistência 8.2 8.4
Testes corretos
Taxa de acerto por tentativa 65.8% 63.3%
Testes instáveis 4 4
Execuções totais 60 60
Custo por resultado 8.723 7.616
Custo total $0.960 $0.838
Preço de entrada $0.200 / 1M $1.250 / 1M
Preço de saída $1.150 / 1M $2.500 / 1M
Tokens de saída 828,084 1,816
Tokens de raciocínio 0 157,251
Tempo de resposta (médio) 49.43s 19.08s
Tempo de resposta (máx.) 192.75s 105.80s
Tempo de resposta (total) 988.58s 381.60s

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 saída Tokens de raciocínio
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Grok 4.20 4.1 1.8 50.0% 2 65.07s 265 40,877
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
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 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 57 6,419
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 149 7,913
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 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Comparação rápida

Trocar par de comparação

GPT-5 MinimediumvsStep 3.7 FlashhighDeepSeek V4 ProhighvsGrok 4.20mediumGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsGrok 4.20mediumQwen3.5-35B-A3BmediumvsStep 3.7 Flashhigh