Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs StepFun: Step 3.5 Flash

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică OpenAI: gpt-oss-120b medium Lansare: Data lansării necunoscută Disponibil gratuit StepFun: Step 3.5 Flash medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang #25 #11
Scor 5.64 7.00
Consistență 7.55 8.32
Cost per rezultat 0.101 0.000
Cost total $0.008 $0.000
Teste corecte
Teste greșite 7 5
Rată de trecere pe încercare 59.5% 73.8%
Teste instabile 4 3
Tokenuri de ieșire 11,407 60,502
Tokenuri de raționament 26,106 117,044

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Schimbă perechea de comparație

Compară OpenAI: gpt-oss-120b cu...

Compară StepFun: Step 3.5 Flash cu...