GPT-5.4 vs Step 3.5 Flash (medium)

Model recomandat GPT-5.4

Scorul rămâne aproape de cel mai bun scor de aici (5.8 vs 5.9) și răspunde de aproximativ 92.2x mai rapid decât Step 3.5 Flash (medium).

Comparație detaliată

Metrică	GPT-5.4 GPT-5.4 none Lansare: 2026-03-05	Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01

Metrică	GPT-5.4 GPT-5.4 none Lansare: 2026-03-05	Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor	5.8	5.9
Rang	#209	#202
Fiabilitate	10.0	10.0
Consistență	9.2	8.6
Încercări	66/66	63/66
Teste corecte
Rată de trecere pe încercare	34.9%	50.0%
Teste instabile	2	2
Rulări totale	66	63
Cost per rezultat	5.667	0.858
Cost total	$0.397	$0.132
Preț de intrare	$2.500 / 1M	$0.100 / 1M
Preț de ieșire	$15.000 / 1M	$0.300 / 1M
Total tokenuri de intrare	108,641	65,716
Tokenuri de ieșire	8,339	189,424
Tokenuri de raționament	0	379,112
Timp de răspuns (mediu)	2.08s	191.63s
Timp de răspuns (maxim)	15.63s	1597.85s
Timp de răspuns (total)	45.75s	3066.07s
Parametri	~1.5T în total (~100B activi)	196B în total (11B activi)
Disponibilitate	Închis	Sursă deschisă

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

none

medium

Categorie:

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-5.4	3.2	8.0	8.3%	1		1.21s	606	406	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-5.4	5.5	10.0	33.3%	0		1.62s	7,305	516	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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-5.4	3.0	10.0	0.0%	0		9.26s	85,439	6,195	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	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-5.4	5.3	7.2	44.4%	1		1.15s	732	68	0
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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-5.4	4.4	9.9	0.0%	0		1.78s	477	184	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-5.4	6.5	10.0	50.0%	0		1.07s	660	81	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-5.4	5.6	9.8	33.3%	0		1.44s	642	381	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-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	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-5.4	3.0	10.0	0.0%	0		990ms	195	40	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Schimbă perechea de comparație