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-5.6 Terra vs StepFun: Step 3.7 Flash

Rezumat

Comparație benchmark GPT-5.6 Terra (medium) vs Step 3.7 Flash (low): GPT-5.6 Terra (medium) conduce la scorul mediu cu 7.8 vs 7.7. Step 3.7 Flash (low) are costul de benchmark mai mic, $0.341 vs $0.496. GPT-5.6 Terra (medium) este mai rapid cu 6.69s vs 15.74s, cu rate de reușită de 68.3% vs 68.3%.

Model recomandat: GPT-5.6 Terra (medium) - Are cel mai bun scor aici (7.8) și răspunde de aproximativ 2.4x mai rapid decât Step 3.7 Flash (low).

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

Metrică GPT-5.6 Terra GPT-5.6 Terra medium Lansare: 2026-07-09 Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29
Scor 7.8 7.7
Rang #37 #49
Fiabilitate 10.0 10.0
Consistență 9.2 8.4
Teste corecte
Rată de trecere pe încercare 68.3% 68.3%
Teste instabile 2 4
Rulări totale 63 63
Cost per rezultat 3.815 2.840
Cost total $0.496 $0.341
Preț de intrare $2.500 / 1M $0.200 / 1M
Preț de ieșire $15.000 / 1M $1.150 / 1M
Total tokenuri de intrare 34,218 40,101
Tokenuri de ieșire 1,982 289,325
Tokenuri de raționament 25,370 0
Timp de răspuns (mediu) 6.69s 15.74s
Timp de răspuns (maxim) 41.68s 124.75s
Timp de răspuns (total) 140.49s 330.63s

Prezentare generare

Hamster playing table tennis

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

#37 GPT-5.6 Terra

medium
Cost
$0.035
Timp
16.3s
Tokenuri
2,418 tok

#49 Step 3.7 Flash

low
SVG invalid
Cost
$0.004
Timp
25.3s
Tokenuri
3,072 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 2.22s 606 172 657
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 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 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 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 6.26s 11,019 316 540
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 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 872ms 7,140 222 0
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 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 23.45s 723 70 15,327
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 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 5.5 10.0 0.0% 0 2.37s 477 133 144
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 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 1.43s 660 89 261
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 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 8.4 7.4 88.9% 1 3.78s 642 272 1,462
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 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 5.09s 5,454 254 246
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 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 10.05s 195 27 2,206
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.6 TerramediumvsGrok 4.5lowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 Terramedium