Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs StepFun: Step 3.5 Flash

Rezumat

Comparație benchmark GPT-5.5 vs Step 3.5 Flash: Step 3.5 Flash conduce la scorul mediu cu 6.6 vs 6.3. Step 3.5 Flash are costul de benchmark mai mic, $0.070 vs $0.231. GPT-5.5 este mai rapid cu 1.89s vs 72.53s, cu rate de reușită de 54.0% vs 54.0%.

Model recomandat: Step 3.5 Flash - Are cel mai bun scor aici (6.6) și costă de aproximativ 3.3x mai puțin decât GPT-5.5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică GPT-5.5 GPT-5.5 none Lansare: 2026-04-24 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor 6.3 6.6
Rang #90 #80
Fiabilitate 10.0 10.0
Consistență 8.8 8.9
Teste corecte
Rată de trecere pe încercare 54.0% 54.0%
Teste instabile 3 1
Rulări totale 63 60
Cost per rezultat 2.302 0.198
Cost total $0.231 $0.070
Preț de intrare $5.000 / 1M $0.090 / 1M
Preț de ieșire $30.000 / 1M $0.300 / 1M
Total tokenuri de intrare 34,212 34,431
Tokenuri de ieșire 1,971 91,587
Tokenuri de raționament 0 195,973
Timp de răspuns (mediu) 1.89s 72.53s
Timp de răspuns (maxim) 5.56s 453.94s
Timp de răspuns (total) 39.64s 1015.47s

Prezentare generare

Hamster playing table tennis

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

#90 GPT-5.5

none
Cost
$0.090
Timp
54.3s
Tokenuri
3,063 tok

#80 Step 3.5 Flash

medium
Cost
$0.008
Timp
277.1s
Tokenuri
23,695 tok

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-5.5 6.9 7.9 66.7% 1 1.31s 606 213 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-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 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-5.5 3.0 10.0 0.0% 0 5.56s 11,019 300 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-5.5 10.0 10.0 100.0% 0 1.18s 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-5.5 2.9 7.2 11.1% 1 1.31s 723 52 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-5.5 10.0 10.0 100.0% 0 3.41s 477 124 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-5.5 6.2 5.8 66.7% 1 1.15s 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-5.5 7.7 10.0 66.7% 0 1.29s 642 252 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-5.5 10.0 10.0 100.0% 0 3.90s 5,445 247 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-5.5 3.0 10.0 0.0% 0 5.01s 195 18 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

GPT-5.5nonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumDisponibil gratuitvsGPT-5.5noneNemotron 3 SupermediumDisponibil gratuitvsGPT-5.5noneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LitelowvsGPT-5.5noneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 Flashmedium