Навигация
AI BENCHY
Сравнить Графики
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs StepFun: Step 3.5 Flash

Название модели:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в : 2026-02-27 15:16

Сводка

Метрика Anthropic: Claude Opus 4.6 medium Релиз: Дата релиза неизвестна StepFun: Step 3.5 Flash medium Релиз: Дата релиза неизвестна Бесплатно доступно
Ранг #20 #11
Оценка 6.07 7.00
Стабильность 8.80 8.32
Стоимость за результат 10.992 0.000
Общая стоимость $0.880 $0.000
Тестов верно
Ошибочных тестов 6 5
Доля успешных попыток 61.9% 73.8%
Нестабильные тесты 2 3
Выходные токены 19,576 60,502
Токены рассуждений 11,081 117,044

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Сменить пару сравнения

Сравнить Anthropic: Claude Opus 4.6 с...

Сравнить StepFun: Step 3.5 Flash с...