AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark Claude Sonnet 5 vs Step 3.7 Flash: Claude Sonnet 5 лидирует по среднему баллу: 7.9 vs 7.1. Claude Sonnet 5 имеет более низкую стоимость benchmark: $0.550 vs $1.148. Claude Sonnet 5 быстрее: 9.94s vs 64.46s, с долей успешных попыток 79.4% vs 63.5%.

Рекомендуемая модель: Claude Sonnet 5 - Здесь у него лучший балл (7.9), при этом он примерно в 2.1 раза дешевле, чем Step 3.7 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-30

Метрика	Claude Sonnet 5 Claude Sonnet 5 medium Релиз: 2026-06-30	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	Claude Sonnet 5 Claude Sonnet 5 medium Релиз: 2026-06-30	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	7.9	7.1
Ранг	#30	#65
Надежность	10.0	10.0
Стабильность	9.0	8.2
Тестов верно
Доля успешных попыток	79.4%	63.5%
Нестабильные тесты	3	4
Всего запусков	63	63
Стоимость за результат	3.662	10.434
Общая стоимость	$0.550	$1.148
Цена входа	$2.000 / 1M	$0.200 / 1M
Цена выхода	$10.000 / 1M	$1.150 / 1M
Общее число входных токенов	67,416	38,391
Выходные токены	34,012	991,355
Токены рассуждений	7,673	0
Время ответа (среднее)	9.94s	64.46s
Время ответа (макс.)	56.94s	364.99s
Время ответа (суммарно)	208.71s	1353.57s

Генерация showcase

Hamster playing table tennis

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

#30 Claude Sonnet 5

medium

Стоимость: $0.007
Время: 6.4s
Токены: 832 tok

#65 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
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	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
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	4.5	2.1	66.7%	1		37.01s	29,394	4,848	2,170
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	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	10.0	10.0	100.0%	0		3.16s	10,503	312	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	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	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	9.9	10.0	100.0%	0		3.10s	909	318	269
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	7.7	10.0	66.7%	0		2.98s	894	407	121
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	10.0	10.0	100.0%	0		10.70s	12,351	433	90
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	3.0	10.0	0.0%	0		7.06s	258	917	204
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashhighvsGLM 5.1medium Step 3.7 FlashhighvsGLM 5.2none Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Gemma 4 26B A4BmediumБесплатно доступноvsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsStep 3.7 Flashhigh Claude Sonnet 5mediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsStep 3.7 Flashhigh Qwen3.7 MaxnonevsStep 3.7 Flashhigh