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 4.5

Resumo

Comparação benchmark Step 3.7 Flash (medium) vs Grok 4.5 (low): Step 3.7 Flash (medium) lidera na pontuação média com 8.5 vs 7.8. Step 3.7 Flash (medium) tem menor custo de benchmark com $0.376 vs $0.760. Grok 4.5 (low) é mais rápido com 15.48s vs 20.35s, com taxas de acerto de 73.0% vs 74.6%.

Modelo recomendado: Step 3.7 Flash (medium) - Tem a melhor pontuação aqui (8.5) e custa cerca de 2.0x menos que Grok 4.5 (low).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-08

Métrica Step 3.7 Flash Step 3.7 Flash medium Lançamento: 2026-05-29 Grok 4.5 Grok 4.5 low Lançamento: 2026-07-08
Pontuação 8.5 7.8
Posição #20 #34
Confiabilidade 9.9 10.0
Consistência 9.3 9.7
Testes corretos
Taxa de acerto por tentativa 73.0% 74.6%
Testes instáveis 2 1
Execuções totais 61 63
Custo por resultado 2.686 5.061
Custo total $0.376 $0.760
Preço de entrada $0.200 / 1M $2.000 / 1M
Preço de saída $1.150 / 1M $6.000 / 1M
Total de tokens de entrada 39,981 58,652
Tokens de saída 319,958 1,735
Tokens de raciocínio 0 105,233
Tempo de resposta (médio) 20.35s 15.48s
Tempo de resposta (máx.) 113.98s 205.28s
Tempo de resposta (total) 427.42s 324.98s

Geração showcase

Hamster playing table tennis

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

#20 Step 3.7 Flash

medium
Custo
$0.006
Tempo
46.2s
Tokens
4,466 tok

#34 xAI: Grok 4.5

low
Custo
$0.011
Tempo
12.4s
Tokens
2,018 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 9.65s 756 32,185 0
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
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 9.06s 13,683 7,106 0
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 2.75s 7,398 3,020 0
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
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 7.7 10.0 66.7% 0 48.27s 708 70,347 0
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
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 4.0 10.0 0.0% 0 6.85s 525 3,987 0
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
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 1.83s 735 2,166 0
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
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 5.7 9.9 33.3% 0 6.19s 756 15,071 0
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
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 4.16s 7,746 2,115 0
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
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% 0 113.98s 237 139,164 0
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparação rápida

Trocar par de comparação

GPT-5.2 ChatnonevsStep 3.7 FlashmediumClaude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumDisponível grátisvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5low