Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

StepFun: Step 3.7 Flash vs xAI: Grok Build 0.1

Resumo

Comparação benchmark Step 3.7 Flash vs Grok Build 0.1: Grok Build 0.1 lidera na pontuação média com 7.6 vs 7.1. Grok Build 0.1 tem menor custo de benchmark com $0.927 vs $1.148. Grok Build 0.1 é mais rápido com 49.90s vs 64.46s, com taxas de acerto de 63.5% vs 61.9%.

Modelo recomendado: Grok Build 0.1 - Tem a pontuação mais forte nesta comparação (7.6) e o melhor equilíbrio geral entre custo e tempo de resposta entre os 2 modelos.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-02

Métrica Step 3.7 Flash Step 3.7 Flash high Lançamento: 2026-05-29 Grok Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21
Pontuação 7.1 7.6
Posição #65 #44
Confiabilidade 10.0 10.0
Consistência 8.2 9.9
Testes corretos
Taxa de acerto por tentativa 63.5% 61.9%
Testes instáveis 4 0
Execuções totais 63 63
Custo por resultado 10.434 7.124
Custo total $1.148 $0.927
Preço de entrada $0.200 / 1M $1.000 / 1M
Preço de saída $1.150 / 1M $2.000 / 1M
Total de tokens de entrada 38,391 44,418
Tokens de saída 991,355 2,782
Tokens de raciocínio 0 438,018
Tempo de resposta (médio) 64.46s 49.90s
Tempo de resposta (máx.) 364.99s 252.69s
Tempo de resposta (total) 1353.57s 1047.92s

Geração showcase

Hamster playing table tennis

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

#65 Step 3.7 Flash

high
Custo
$0.007
Tempo
63.6s
Tokens
6,030 tok

#44 xAI: Grok Build 0.1

medium
Custo
$0.028
Tempo
81.3s
Tokens
14,009 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
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Grok Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Comparação rápida

Trocar par de comparação

Step 3.7 FlashhighvsGLM 5.1mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumLaguna XS 2.1mediumDisponível grátisvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGPT-5.3 ChatnonevsGrok Build 0.1mediumGemma 4 26B A4BmediumDisponível grátisvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Opus 4.8nonevsStep 3.7 Flashhigh