Claude Sonnet 5.5 (medium) vs Step 3.7 Flash (high)

Средний балл практически равен: 6.5 vs 6.6. Claude Sonnet 5.5 (medium) имеет более низкую стоимость benchmark: $1.100 vs $1.350. Claude Sonnet 5.5 (medium) быстрее: 8.03s vs 72.72s, с долей успешных попыток 40.6% vs 58.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #192
Общее число выходных токенов: 37,748
Время ответа (среднее): 8.03s
Общая стоимость: $1.100

Ранг: #190
Общее число выходных токенов: 1,100,052
Время ответа (среднее): 72.72s
Общая стоимость: $1.350

Рекомендуемая модель Claude Sonnet 5.5 (medium)

Здесь у него лучший балл (6.5), и он отвечает примерно в 9.1 раза быстрее, чем Step 3.7 Flash (high).

Подробное сравнение

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 medium Релиз: 2026-09-29	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	Claude Sonnet 5.5 Claude Sonnet 5.5 medium Релиз: 2026-09-29	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	6.5	6.6
Ранг	#192	#190
Надежность	10.0	10.0
Стабильность	9.7	8.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	40.6%	58.0%
Нестабильные тесты	1	4
Всего запусков	69	69
Стоимость за результат	12.221	12.267
Общая стоимость	$1.100	$1.350
Цена входа	$2.000 / 1M	$0.200 / 1M
Цена выхода	$10.000 / 1M	$1.150 / 1M
Общее число входных токенов	361,183	421,200
Выходные токены	26,609	1,100,052
Токены рассуждений	11,139	0
Время ответа (среднее)	8.03s	72.72s
Время ответа (макс.)	51.18s	364.99s
Время ответа (суммарно)	184.80s	1672.53s
Параметры	~1T всего (~100B активных)	198B всего (11B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#192 Claude Sonnet 5.5

medium

Стоимость: $0.024
Время: 17.4s
Токены: 2,525 tok

#190 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		51.18s	190,412	3,424	1,344
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.54s	858	1,697	0
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.4	9.7	0.0%	0		6.07s	10,608	6,767	0
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	8.5	10.0	50.0%	0		23.58s	133,232	7,780	5,241
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.56s	10,515	696	0
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.78s	990	4,137	2,729
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	5.1	3.4	33.3%	1		2.27s	714	324	0
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	6.3	10.0	50.0%	0		1.88s	921	346	0
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	7.7	10.0	66.7%	0		2.43s	912	876	0
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.75s	11,757	354	0
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.57s	264	208	1,825
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

Mercury 2mediumvsStep 3.7 Flashhigh KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh Claude Sonnet 5.5mediumvsMercury 2.5 Previewhigh Claude Sonnet 5.5mediumvsMercury 2.5high LongCat 2.0lowvsStep 3.7 Flashhigh Claude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5low Claude Sonnet 5.5mediumvsGLM 5.3low Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Claude Sonnet 5.5mediumvsGLM 5.1none Claude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5high Qwen3.6 35B A3BmediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5.2none