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 7.7. Step 3.7 Flash имеет более низкую стоимость benchmark: $0.341 vs $0.550. Claude Sonnet 5 быстрее: 9.94s vs 15.74s, с долей успешных попыток 79.4% vs 68.3%.

Рекомендуемая модель: Step 3.7 Flash - Его балл близок к лучшему здесь (7.7 против 7.9), при этом он примерно в 1.6 раза дешевле, чем Claude Sonnet 5.

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 low Релиз: 2026-05-29

Метрика	Claude Sonnet 5 Claude Sonnet 5 medium Релиз: 2026-06-30	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	7.9	7.7
Ранг	#30	#41
Надежность	10.0	10.0
Стабильность	9.0	8.4
Тестов верно
Доля успешных попыток	79.4%	68.3%
Нестабильные тесты	3	4
Всего запусков	63	63
Стоимость за результат	3.662	2.840
Общая стоимость	$0.550	$0.341
Цена входа	$2.000 / 1M	$0.200 / 1M
Цена выхода	$10.000 / 1M	$1.150 / 1M
Общее число входных токенов	67,416	40,101
Выходные токены	34,012	289,325
Токены рассуждений	7,673	0
Время ответа (среднее)	9.94s	15.74s
Время ответа (макс.)	56.94s	124.75s
Время ответа (суммарно)	208.71s	330.63s

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

#41 Step 3.7 Flash

low

Неверный SVG

Стоимость: $0.004
Время: 25.3s
Токены: 3,072 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	8.7	7.9	91.7%	1		4.02s	756	10,896	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	8.2	7.2	88.9%	1		9.46s	7,437	18,685	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		7.98s	13,683	6,426	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	7.3	5.8	83.3%	1		2.29s	7,398	2,667	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	5.3	7.2	44.4%	1		43.31s	828	104,487	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	3.4	9.3	0.0%	0		7.00s	525	4,604	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		1.58s	735	1,857	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	5.5	9.9	33.3%	0		1.84s	756	3,564	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		3.25s	7,746	1,360	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		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения