Compară Grafice

Limbă:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-5.2 vs StepFun: Step 3.5 Flash

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică	OpenAI: GPT-5.2 medium Lansare: Data lansării necunoscută	StepFun: Step 3.5 Flash medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang	#12	#11
Scor	6.93	7.00
Consistență	8.22	8.32
Cost per rezultat	2.780	0.000
Cost total	$0.251	$0.000
Teste corecte
Teste greșite	5	5
Rată de trecere pe încercare	76.2%	73.8%
Teste instabile	3	3
Tokenuri de ieșire	1,869	60,502
Tokenuri de raționament	14,190	117,044

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.2	7.00	7.28	77.8%	1		549	2,002
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.2	10.00	10.00	100.0%	0		234	499
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.2	4.00	7.21	55.6%	1		42	9,690
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.2	9.50	10.00	100.0%	0		95	587
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.2	8.00	10.00	66.7%	0		710	943
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
OpenAI: GPT-5.2	1.00	1.62	66.7%	1		239	469
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

Schimbă perechea de comparație

Compară OpenAI: GPT-5.2 cu...

Compară StepFun: Step 3.5 Flash cu...