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 none Lansare: Data lansării necunoscută
Rang #11 #38
Scor 7.00 3.00
Consistență 8.32 8.69
Cost per rezultat 0.000 0.176
Cost total $0.000 $0.006
Teste corecte
Teste greșite 5 11
Rată de trecere pe încercare 73.8% 28.6%
Teste instabile 3 2
Tokenuri de ieșire 60,502 931
Tokenuri de raționament 117,044 0

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 1.33 10.00 0.0% 0 229 0
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 0
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 15 0
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 1.00 10.00 0.0% 0 66 0
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 1.00 9.48 0.0% 0 233 0
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% 1 208 0

Schimbă perechea de comparație

Compară StepFun: Step 3.5 Flash cu...

Compară xAI: Grok 4.1 Fast cu...