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-5.4 Nano vs StepFun: Step 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-17

Metrică GPT-5.4 Nano GPT-5.4 Nano medium Lansare: 2026-03-17 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 Disponibil gratuit
Rang #28 #22
Scor 7.4 7.9
Consistență 9.0 9.1
Cost per rezultat 0.769 0.000
Cost total $0.077 $0.000
Teste corecte
Rată de trecere pe încercare 66.7% 70.6%
Teste instabile 2 2
Rulări totale 51 49
Tokenuri de ieșire 2,474 71,904
Tokenuri de raționament 54,516 155,607
Timp de răspuns (mediu) 11.08s 26.78s
Timp de răspuns (maxim) 94.06s 170.45s
Timp de răspuns (total) 188.39s 294.58s

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 ieșire Tokenuri de raționament
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 683 2,254
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 349 5,719
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 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 ieșire Tokenuri de raționament
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 234 516
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 60 43,325
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 179 443
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 95 521
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 4.0 7.1 22.2% 1 3.65s 640 1,356
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 234 382
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitClaude Sonnet 4.6nonevsGPT-5.4 NanomediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumGemini 3 Flash PreviewnonevsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponibil gratuitGPT-5.4 NanomediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 NanomediumvsGLM 5none