AI BENCHY Compare

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

Rezumat

Step 3.7 Flash (medium) conduce la scorul mediu cu 8.5 vs 7.7. GPT-5.6 Terra (low) are costul de benchmark mai mic, $0.343 vs $0.376. GPT-5.6 Terra (low) este mai rapid cu 4.88s vs 20.35s, cu rate de reușită de 74.6% vs 73.0%.

Model recomandatGPT-5.6 Terra (low)Scorul rămâne aproape de cel mai bun scor de aici (7.7 vs 8.5) și răspunde de aproximativ 4.2x mai rapid decât Step 3.7 Flash (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	GPT-5.6 Terra GPT-5.6 Terra low Lansare: 2026-07-09	Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29

Metrică	GPT-5.6 Terra GPT-5.6 Terra low Lansare: 2026-07-09	Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29
Scor	7.7	8.5
Rang	#49	#23
Fiabilitate	10.0	9.9
Consistență	8.1	9.3
Teste corecte
Rată de trecere pe încercare	74.6%	73.0%
Teste instabile	5	2
Rulări totale	63	61
Cost per rezultat	2.637	2.686
Cost total	$0.343	$0.376
Preț de intrare	$2.500 / 1M	$0.200 / 1M
Preț de ieșire	$15.000 / 1M	$1.150 / 1M
Total tokenuri de intrare	34,226	39,981
Tokenuri de ieșire	1,943	319,958
Tokenuri de raționament	15,201	0
Timp de răspuns (mediu)	4.88s	20.35s
Timp de răspuns (maxim)	19.85s	113.98s
Timp de răspuns (total)	102.53s	427.42s

Prezentare generare

Hamster playing table tennis

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

#49 GPT-5.6 Terra

low

Cost: $0.034
Timp: 16.8s
Tokenuri: 2,348 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

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-5.6 Terra	8.3	10.0	75.0%	0		2.36s	606	171	602
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	6.6	4.6	77.8%	2		9.56s	7,302	429	6,821
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		5.07s	11,019	312	349
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		919ms	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	7.2	44.4%	1		8.34s	723	72	4,086
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	4.8	3.2	33.3%	1		3.52s	477	105	249
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		1.48s	660	87	134
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	10.0	10.0	100.0%	0		4.46s	642	259	1,506
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	4.7	1.6	66.7%	1		6.69s	5,462	257	226
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		5.95s	195	29	1,228
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 Flashmedium GPT-5.6 TerralowvsGrok 4.3medium Claude Opus 4.6mediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Kimi K2.6mediumDisponibil gratuitvsGPT-5.6 Terralow KAT-Coder-Pro V2.5highvsGPT-5.6 Terralow Gemini 3.1 Flash LitemediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow MiniMax M3mediumvsGPT-5.6 Terralow DeepSeek V4 ProhighvsGPT-5.6 Terralow Claude Sonnet 4.6mediumvsGPT-5.6 Terralow