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

Resumo

Comparação benchmark Step 3.7 Flash vs Grok 4.20: Step 3.7 Flash lidera na pontuação média com 7.3 vs 7.1. Step 3.7 Flash tem menor custo de benchmark com $0.341 vs $0.609. Step 3.7 Flash é mais rápido com 15.74s vs 27.68s, com taxas de acerto de 68.3% vs 63.5%.

Modelo recomendado: Step 3.7 Flash - Tem a melhor pontuação aqui (7.3) e custa cerca de 1.8x menos que Grok 4.20.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-04

Métrica Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29 Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31
Pontuação 7.3 7.1
Posição #57 #65
Confiabilidade 10.0 10.0
Consistência 8.4 8.8
Testes corretos
Taxa de acerto por tentativa 68.3% 63.5%
Testes instáveis 4 3
Execuções totais 63 63
Custo por resultado 2.840 8.309
Custo total $0.341 $0.609
Preço de entrada $0.200 / 1M $1.250 / 1M
Preço de saída $1.150 / 1M $2.500 / 1M
Total de tokens de entrada 40,101 44,433
Tokens de saída 289,325 1,819
Tokens de raciocínio 0 219,524
Tempo de resposta (médio) 15.74s 27.68s
Tempo de resposta (máx.) 124.75s 199.66s
Tempo de resposta (total) 330.63s 581.26s

Generation showcase

Hamster playing table tennis

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

#57 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 tok

#65 xAI: Grok 4.20

medium
Cost
$0.041
Time
110.3s
Tokens
16,336 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 8.7 7.9 91.7% 1 4.02s 756 10,896 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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 7.98s 13,683 6,426 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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 5.3 7.2 44.4% 1 43.31s 828 104,487 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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 3.4 9.3 0.0% 0 7.00s 525 4,604 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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 1.58s 735 1,857 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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 5.5 9.9 33.3% 0 1.84s 756 3,564 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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 3.25s 7,746 1,360 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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% 0 124.75s 237 134,779 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Comparação rápida

Trocar par de comparação

Step 3.7 FlashlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5.1mediumStep 3.7 FlashlowvsGLM 5V TurbomediumKimi K2.6mediumDisponível grátisvsStep 3.7 FlashlowGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5 MinimediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2-FlashmediumGemini 3.1 Flash LitelowvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Sonnet 4.6mediumvsStep 3.7 Flashlow