Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs StepFun: Step 3.7 Flash

Rezumat

Comparație benchmark GPT-5.6 Terra (high) vs Step 3.7 Flash (medium): Step 3.7 Flash (medium) conduce la scorul mediu cu 8.5 vs 8.2. Step 3.7 Flash (medium) are costul de benchmark mai mic, $0.376 vs $0.852. GPT-5.6 Terra (high) este mai rapid cu 10.89s vs 20.35s, cu rate de reușită de 68.3% vs 73.0%.

Model recomandat: Step 3.7 Flash (medium) - Are cel mai bun scor aici (8.5) și costă de aproximativ 2.3x mai puțin decât GPT-5.6 Terra (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică GPT-5.6 Terra GPT-5.6 Terra high Lansare: 2026-07-09 Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29
Scor 8.2 8.5
Rang #29 #23
Fiabilitate 10.0 9.9
Consistență 9.6 9.3
Teste corecte
Rată de trecere pe încercare 68.3% 73.0%
Teste instabile 1 2
Rulări totale 63 61
Cost per rezultat 6.086 2.686
Cost total $0.852 $0.376
Preț de intrare $2.500 / 1M $0.200 / 1M
Preț de ieșire $15.000 / 1M $1.150 / 1M
Total tokenuri de intrare 34,218 39,981
Tokenuri de ieșire 1,908 319,958
Tokenuri de raționament 49,189 0
Timp de răspuns (mediu) 10.89s 20.35s
Timp de răspuns (maxim) 91.49s 113.98s
Timp de răspuns (total) 228.65s 427.42s

Prezentare generare

Hamster playing table tennis

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

#29 GPT-5.6 Terra

high
Cost
$0.055
Timp
30.2s
Tokenuri
3,748 tok

#23 Step 3.7 Flash

medium
Cost
$0.006
Timp
46.2s
Tokenuri
4,466 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-5.6 Terra 8.3 10.0 75.0% 0 2.54s 606 158 700
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 756 32,185 0
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-5.6 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
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-5.6 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 13,683 7,106 0
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-5.6 Terra 10.0 10.0 100.0% 0 938ms 7,140 222 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 7,398 3,020 0
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-5.6 Terra 5.3 10.0 33.3% 0 43.44s 723 70 32,942
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 708 70,347 0
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-5.6 Terra 5.1 10.0 0.0% 0 3.03s 477 113 216
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 525 3,987 0
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-5.6 Terra 10.0 10.0 100.0% 0 2.14s 660 96 319
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 735 2,166 0
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-5.6 Terra 7.7 10.0 66.7% 0 5.45s 642 277 2,613
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 756 15,071 0
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-5.6 Terra 10.0 10.0 100.0% 0 4.97s 5,454 258 168
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 7,746 2,115 0
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-5.6 Terra 3.0 10.0 0.0% 0 23.30s 195 30 5,517
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 237 139,164 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.6 TerrahighvsQwen3.7 PlusmediumNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.6 TerrahighGemini 2.5 FlashmediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsGrok 4.5mediumGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumGPT-5.6 TerrahighvsQwen3.5-27BmediumSeed-2.0-LitemediumvsGPT-5.6 TerrahighClaude Sonnet 5mediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsGPT-5.6 Terrahigh