OpenAI: GPT-5.4 Mini vs StepFun: Step 3.5 Flash

Step 3.5 Flash (medium) лидирует по среднему баллу: 6.0 vs 5.9. GPT-5.4 Mini имеет более низкую стоимость benchmark: $0.095 vs $0.108. GPT-5.4 Mini быстрее: 1.53s vs 174.22s, с долей успешных попыток 33.3% vs 51.5%.

Рекомендуемая модельGPT-5.4 MiniЕго балл близок к лучшему здесь (5.9 против 6.0), и он отвечает примерно в 113.6 раза быстрее, чем Step 3.5 Flash (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-17

Метрика	GPT-5.4 Mini GPT-5.4 Mini none Релиз: 2026-03-17	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	GPT-5.4 Mini GPT-5.4 Mini none Релиз: 2026-03-17	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	5.9	6.0
Ранг	#129	#123
Надежность	10.0	9.2
Стабильность	8.9	9.0
Тестов верно
Доля успешных попыток	33.3%	51.5%
Нестабильные тесты	3	1
Всего запусков	66	63
Стоимость за результат	1.580	0.540
Общая стоимость	$0.095	$0.108
Цена входа	$0.750 / 1M	$0.100 / 1M
Цена выхода	$4.500 / 1M	$0.300 / 1M
Общее число входных токенов	79,067	65,707
Выходные токены	7,880	108,561
Токены рассуждений	0	293,993
Время ответа (среднее)	1.53s	174.22s
Время ответа (макс.)	9.92s	1597.85s
Время ответа (суммарно)	33.74s	2613.32s

Hamster playing table tennis

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

#129 GPT-5.4 Mini

none

Стоимость: $0.010
Время: 11.7s
Токены: 2,151 tok

#123 Step 3.5 Flash

medium

Стоимость: $0.008
Время: 277.1s
Токены: 23,695 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.1	8.1	8.3%	1		929ms	606	654	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	5.5	10.0	33.3%	0		913ms	7,305	401	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	6.5	10.0	50.0%	0		6.22s	55,842	5,637	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	10.0	10.0	100.0%	0		1.30s	7,140	222	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.5	4.4	33.3%	2		937ms	723	88	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.8	10.0	0.0%	0		1.82s	477	174	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	6.3	10.0	50.0%	0		728ms	660	101	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	5.4	10.0	33.3%	0		836ms	642	305	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.0	10.0	0.0%	0		2.32s	5,477	255	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.0	10.0	0.0%	0		1.33s	195	43	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

North Mini CodemediumБесплатно доступноvsGPT-5.4 Mininone Nemotron 3 UltranoneБесплатно доступноvsStep 3.5 Flashmedium Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium Qwen3.5-FlashnonevsStep 3.5 Flashmedium Qwen3.6 FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitenonevsStep 3.5 Flashmedium Gemini 3.1 Flash LiteminimalvsStep 3.5 Flashmedium Gemini 2.5 FlashnonevsStep 3.5 Flashmedium Nemotron 3 SupermediumБесплатно доступноvsGPT-5.4 Mininone GPT-5.6 LunalowvsStep 3.5 Flashmedium