Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5 Mini vs StepFun: Step 3.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică GPT-5 Mini GPT-5 Mini medium Lansare: 2025-08-07 Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29
Scor 7.2 7.4
Rang #73 #60
Fiabilitate 10.0 10.0
Consistență 9.1 8.7
Teste corecte
Rată de trecere pe încercare 61.7% 68.3%
Teste instabile 2 3
Rulări totale 60 60
Cost per rezultat 1.348 2.796
Cost total $0.149 $0.336
Preț de intrare $0.250 / 1M $0.200 / 1M
Preț de ieșire $2.000 / 1M $1.150 / 1M
Tokenuri de ieșire 6,723 285,209
Tokenuri de raționament 63,082 0
Timp de răspuns (mediu) 23.75s 16.06s
Timp de răspuns (maxim) 88.15s 124.75s
Timp de răspuns (total) 475.03s 321.11s

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 ieșire Tokenuri de raționament
GPT-5 Mini 7.1 7.6 66.7% 1 13.86s 1,715 6,378
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 10.0 10.0 100.0% 0 30.74s 580 12,544
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 10.0 10.0 100.0% 0 88.15s 754 11,520
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 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 ieșire Tokenuri de raționament
GPT-5 Mini 10.0 10.0 100.0% 0 12.58s 453 3,200
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 3.6 7.2 22.2% 1 44.63s 293 14,016
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 4.5 10.0 0.0% 0 13.50s 349 1,856
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 10.0 10.0 100.0% 0 11.59s 310 3,968
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 5.6 9.8 33.3% 0 15.20s 1,622 6,144
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 10.0 10.0 100.0% 0 18.64s 487 1,600
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5 Mini 3.0 10.0 0.0% 0 9.99s 160 1,856
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowRing-2.6-1TnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 Flashlow