Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

StepFun: Step 3.5 Flash vs HY3 Preview

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-29

Metrică Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 HY3 Preview HY3 Preview low Lansare: 2026-04-22 Disponibil gratuit
Scor 7.9 8.1
Rang #40 #27
Fiabilitate N/D N/D
Consistență 9.1 9.5
Teste corecte
Rată de trecere pe încercare 70.6% 75.9%
Teste instabile 2 1
Rulări totale 49 50
Cost per rezultat 0.000 0.000
Cost total $0.000 $0.000
Preț de intrare $0.100 / 1M $0.000 / 1M
Preț de ieșire $0.300 / 1M $0.000 / 1M
Tokenuri de ieșire 71,904 65,778
Tokenuri de raționament 155,607 0
Timp de răspuns (mediu) 26.78s 23.98s
Timp de răspuns (maxim) 170.45s 78.74s
Timp de răspuns (total) 294.58s 407.72s

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
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
HY3 Preview 10.0 10.0 100.0% 0 16.61s 7,905 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
HY3 Preview 10.0 10.0 100.0% 0 78.74s 12,975 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
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
HY3 Preview 6.5 10.0 50.0% 0 5.85s 1,022 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
HY3 Preview 5.9 7.2 55.6% 1 40.44s 23,121 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
HY3 Preview 10.0 10.0 100.0% 0 16.44s 2,185 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
HY3 Preview 10.0 10.0 100.0% 0 15.98s 2,475 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
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
HY3 Preview 5.3 10.0 33.3% 0 13.73s 6,985 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
HY3 Preview 10.0 10.0 100.0% 0 17.84s 1,203 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash - - - - - - - -
HY3 Preview 10.0 10.0 100.0% 0 27.94s 7,907 0

Comparație rapidă

Schimbă perechea de comparație