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

AI BENCHY Compare

StepFun: Step 3.5 Flash vs xAI: Grok 4.1 Fast

Nume model:

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

Rezumat

Metrică StepFun: Step 3.5 Flash medium Lansare: Data lansării necunoscută Disponibil gratuit xAI: Grok 4.1 Fast medium Lansare: Data lansării necunoscută
Rang #11 #16
Scor 7.00 6.29
Consistență 8.32 8.20
Cost per rezultat 0.000 0.532
Cost total $0.000 $0.043
Teste corecte
Teste greșite 5 6
Rată de trecere pe încercare 73.8% 66.7%
Teste instabile 3 3
Tokenuri de ieșire 60,502 793
Tokenuri de raționament 117,044 74,056

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
xAI: Grok 4.1 Fast 10.00 10.00 100.0% 0 102 4,021
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
xAI: Grok 4.1 Fast 10.00 10.00 100.0% 0 180 5,472
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
xAI: Grok 4.1 Fast 4.00 7.21 55.6% 1 12 40,547
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
xAI: Grok 4.1 Fast 5.50 10.00 50.0% 0 48 3,151
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
xAI: Grok 4.1 Fast 4.67 7.20 44.4% 1 191 9,380
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802
xAI: Grok 4.1 Fast 1.00 1.62 33.3% 1 260 11,485

Schimbă perechea de comparație

Compară StepFun: Step 3.5 Flash cu...

Compară xAI: Grok 4.1 Fast cu...