Navigare
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

OpenAI: GPT-5.2 Chat vs StepFun: Step 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-03

Metrică GPT-5.2 Chat GPT-5.2 Chat none Lansare: 2025-12-11 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor 7.9 7.4
Rang #30 #55
Fiabilitate 10.0 10.0
Consistență 8.9 9.4
Teste corecte
Rată de trecere pe încercare 73.3% 59.7%
Teste instabile 3 1
Rulări totale 60 57
Cost per rezultat 2.703 0.133
Cost total $0.352 $0.062
Preț de intrare $1.750 / 1M $0.090 / 1M
Preț de ieșire $14.000 / 1M $0.300 / 1M
Total tokenuri de intrare 31,593 33,555
Tokenuri de ieșire 21,144 90,478
Tokenuri de raționament 0 173,544
Timp de răspuns (mediu) 6.82s 43.20s
Timp de răspuns (maxim) 38.52s 170.45s
Timp de răspuns (total) 136.34s 561.54s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 8.2 6.7 83.3% 1 8.05s 4,686 4,131 0
Step 3.5 Flash 3.5 7.8 0.0% 0 62.83s 1,335 12,098 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 PRO PreviewmediumvsGPT-5.2 ChatnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemma 4 26B A4BmediumDisponibil gratuitvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5 TurbomediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumClaude Opus 4.8nonevsStep 3.5 Flashmedium