Navegação
AI BENCHY
Advertise here

AI BENCHY Compare

StepFun: Step 3.7 Flash vs xAI: Grok 4.3

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

Métrica Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29 Grok 4.3 Grok 4.3 medium Lançamento: 2026-05-01
Pontuação 7.4 7.8
Posição #60 #36
Confiabilidade 10.0 10.0
Consistência 8.7 8.4
Testes corretos
Taxa de acerto por tentativa 68.3% 75.0%
Testes instáveis 3 4
Execuções totais 60 60
Custo por resultado 2.796 4.557
Custo total $0.336 $0.593
Preço de entrada $0.200 / 1M $1.250 / 1M
Preço de saída $1.150 / 1M $2.500 / 1M
Tokens de saída 285,209 1,485
Tokens de raciocínio 0 214,710
Tempo de resposta (médio) 16.06s 49.23s
Tempo de resposta (máx.) 124.75s 216.69s
Tempo de resposta (total) 321.11s 984.52s

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 8.7 7.9 91.7% 1 4.02s 10,896 0
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
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 10.0 10.0 100.0% 0 9.43s 14,569 0
Grok 4.3 7.4 6.5 66.7% 1 55.26s 532 24,554
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 7.98s 6,426 0
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
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 7.3 5.8 83.3% 1 2.29s 2,667 0
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
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 5.3 7.2 44.4% 1 43.31s 104,487 0
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
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 3.4 9.3 0.0% 0 7.00s 4,604 0
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
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 1.58s 1,857 0
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
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 5.5 9.9 33.3% 0 1.84s 3,564 0
Grok 4.3 5.9 7.2 55.6% 1 22.52s 128 14,468
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 3.25s 1,360 0
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
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% 0 124.75s 134,779 0
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Comparação rápida

Trocar par de comparação

Kimi K2.6mediumDisponível grátisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowGPT-5.2 ChatnonevsGrok 4.3mediumClaude Opus 4.8nonevsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 FlashlowQwen3.7 MaxnonevsGrok 4.3medium