Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs StepFun: Step 3.5 Flash

Rezumat

Comparație benchmark GPT-5.6 Terra vs Step 3.5 Flash (medium): Step 3.5 Flash (medium) conduce la scorul mediu cu 6.6 vs 6.0. Step 3.5 Flash (medium) are costul de benchmark mai mic, $0.070 vs $0.130. GPT-5.6 Terra este mai rapid cu 1.25s vs 72.53s, cu rate de reușită de 42.9% vs 54.0%.

Model recomandat: Step 3.5 Flash (medium) - Are cel mai bun scor aici (6.6) și costă de aproximativ 1.9x mai puțin decât GPT-5.6 Terra.

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

Metrică GPT-5.6 Terra GPT-5.6 Terra none Lansare: 2026-07-09 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor 6.0 6.6
Rang #116 #93
Fiabilitate 10.0 10.0
Consistență 9.3 8.9
Teste corecte
Rată de trecere pe încercare 42.9% 54.0%
Teste instabile 2 1
Rulări totale 63 60
Cost per rezultat 1.623 0.198
Cost total $0.130 $0.070
Preț de intrare $2.500 / 1M $0.100 / 1M
Preț de ieșire $15.000 / 1M $0.300 / 1M
Total tokenuri de intrare 39,552 34,431
Tokenuri de ieșire 2,060 91,587
Tokenuri de raționament 0 195,973
Timp de răspuns (mediu) 1.25s 72.53s
Timp de răspuns (maxim) 3.97s 453.94s
Timp de răspuns (total) 26.21s 1015.47s

Prezentare generare

Hamster playing table tennis

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

#116 GPT-5.6 Terra

none
Cost
$0.030
Timp
14.7s
Tokenuri
2,082 tok

#93 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-5.6 Terra 4.8 10.0 25.0% 0 942ms 606 191 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-5.6 Terra 5.5 10.0 33.3% 0 1.00s 7,302 336 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-5.6 Terra 3.0 10.0 0.0% 0 3.97s 14,961 437 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-5.6 Terra 10.0 10.0 100.0% 0 1.13s 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-5.6 Terra 5.3 7.2 44.4% 1 757ms 723 68 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-5.6 Terra 5.0 10.0 0.0% 0 1.03s 477 102 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-5.6 Terra 8.5 6.8 83.3% 1 1.15s 660 101 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-5.6 Terra 5.3 10.0 33.3% 0 1.23s 642 235 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-5.6 Terra 9.6 10.0 100.0% 0 3.10s 6,846 344 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-5.6 Terra 3.0 10.0 0.0% 0 787ms 195 24 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

Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumNorth Mini CodemediumDisponibil gratuitvsGPT-5.6 TerranoneGemini 3.1 Flash LiteminimalvsGPT-5.6 TerranoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGPT-5.6 SolnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumDisponibil gratuitvsGPT-5.6 TerranoneNemotron 3 SupermediumDisponibil gratuitvsGPT-5.6 Terranone