GPT-5.2 Chat (default) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) лидирует по среднему баллу: 7.8 vs 7.0. Step 3.7 Flash (medium) имеет более низкую стоимость benchmark: $0.571 vs $0.594. GPT-5.2 Chat (default) быстрее: 7.43s vs 26.57s, с долей успешных попыток 66.7% vs 68.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #184
Общее число выходных токенов: 29,742
Время ответа (среднее): 7.43s
Общая стоимость: $0.594

Ранг: #129
Общее число выходных токенов: 440,835
Время ответа (среднее): 26.57s
Общая стоимость: $0.571

Рекомендуемая модель Step 3.7 Flash (medium)

У него самый высокий балл в этом сравнении (7.8) и лучший общий баланс стоимости и времени ответа среди 2 моделей.

Подробное сравнение

Метрика	GPT-5.2 Chat GPT-5.2 Chat default Релиз: 2025-12-11	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	GPT-5.2 Chat GPT-5.2 Chat default Релиз: 2025-12-11	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	7.0	7.8
Ранг	#184	#129
Надежность	10.0	10.0
Стабильность	8.7	8.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	66.7%	68.1%
Нестабильные тесты	4	4
Всего запусков	69	69
Стоимость за результат	4.564	4.392
Общая стоимость	$0.594	$0.571
Цена входа	$1.750 / 1M	$0.200 / 1M
Цена выхода	$14.000 / 1M	$1.150 / 1M
Цена чтения из кэша	$0.175 / 1M	$0.040 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	101,104	319,524
Выходные токены	10,414	440,835
Токены рассуждений	19,328	0
Время ответа (среднее)	7.43s	26.57s
Время ответа (макс.)	38.52s	152.83s
Время ответа (суммарно)	163.35s	611.09s
Параметры	~400B всего (~17B активных)	198B всего (11B активных)
Доступность	Закрытая модель	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#184 GPT-5.2 Chat

default

Стоимость: $0.010
Время: 15.3s
Токены: 797 tok

#129 Step 3.7 Flash

medium

Стоимость: $0.006
Время: 46.2s
Токены: 4,466 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
GPT-5.2 Chat	3.0	10.0	0.0%	0		955ms	0	0	0
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	655	1,152
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	843	5,888
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	7.3	5.8	83.3%	1		13.91s	78,055	6,323	1,600
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	468	512
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	3.0	10.0	0.0%	0		23.67s	579	216	6,912
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	271	64
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	353	1,088
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	643	960
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	491	64
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	151	1,088
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Сменить пару сравнения

Step 3.7 FlashmediumvsGLM 5.3high Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Kimi K2.7 CodemediumvsGPT-5.2 Chatdefault Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium GPT-5.2 ChatdefaultvsMiMo-V2.5medium Ling 3.1 FlashhighvsStep 3.7 Flashmedium Muse WondermaxvsStep 3.7 Flashmedium Ember-1lowvsGPT-5.2 Chatdefault GPT-5.2 ChatdefaultvsMiMo-V2.6-Flashlow Minimax M3.1 FlashlowБесплатно доступноvsGPT-5.2 Chatdefault