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 none Lansare: 2026-03-17 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 Disponibil gratuit
Rang #73 #22
Scor 4.3 7.9
Consistență 7.3 9.1
Cost per rezultat 0.404 0.000
Cost total $0.009 $0.000
Teste corecte
Rată de trecere pe încercare 29.4% 70.6%
Teste instabile 6 2
Rulări totale 51 49
Tokenuri de ieșire 2,185 71,904
Tokenuri de raționament 0 155,607
Timp de răspuns (mediu) 1.39s 26.78s
Timp de răspuns (maxim) 3.84s 170.45s
Timp de răspuns (total) 23.70s 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 3.5 8.0 16.7% 1 1.18s 800 0
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 3.0 10.0 0.0% 0 3.84s 280 0
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 6.5 10.0 50.0% 0 1.11s 219 0
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 2.9 4.4 22.2% 2 926ms 52 0
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 3.8 2.5 33.3% 1 1.31s 180 0
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 5.0 6.8 33.3% 1 787ms 84 0
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 3.7 7.3 22.2% 1 1.29s 348 0
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 3.40s 222 0
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 gratuitGPT-5.4 NanononevsQwen3.5-9BmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGPT-5.4 NanononevsGLM 4.7 FlashmediumGPT-5.4 NanononevsQwen3 Coder NextmediumClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumDisponibil gratuitStep 3.5 FlashmediumDisponibil gratuitvsGLM 5none