AI BENCHY Compare
OpenAI: GPT-5.4 vs StepFun: Step 3.5 Flash
Сравнить:
Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-05
| Метрика | OpenAI: GPT-5.4 none Релиз: 2026-03-05 | StepFun: Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно |
|---|---|---|
| Ранг | #44 | #16 |
| Средний балл | 4.6 | 7.5 |
| Тестов верно | ||
| Стабильность | 8.9 | 9.0 |
| Стоимость за результат | 1.496 | 0.000 |
| Общая стоимость | $0.090 | $0.000 |
| Доля успешных попыток | 44.4% | 73.3% |
| Нестабильные тесты | 2 | 2 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| Выходные токены | 1,635 | 69,238 |
| Токены рассуждений | 0 | 152,563 |
| Время ответа (среднее) | 1.46s | 31.60s |
| Время ответа (макс.) | 2.89s | 170.45s |
| Время ответа (суммарно) | 21.86s | 284.43s |
Время ответа (среднее)
Оценка vs общая стоимость
Средний балл vs Время ответа (среднее)
Разбивка по категориям
| Анти-ИИ уловки | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 7.3 | 11.1% | 1 | 1.41s | 388 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 18.54s | 13,924 | 17,208 |
| Комбинированный | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 |
| Парсинг и извлечение данных | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 1.04s | 222 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 |
| Предметно-ориентированное | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 1.07s | 50 | 0 | |
| StepFun: Step 3.5 Flash | 4.0 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 |
| Следование инструкциям | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 | |
| StepFun: Step 3.5 Flash | 9.0 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 |
| Puzzle Solving | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 0 | |
| StepFun: Step 3.5 Flash | 4.0 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 |
| Вызов инструментов | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Время ответа (среднее) | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 |
Быстрое сравнение
Сменить пару сравнения
GPT-5.3 ChatnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumБесплатно доступноMiniMax M2.5mediumvsGPT-5.4noneGPT-5.2 ChatnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewhighvsStep 3.5 FlashmediumБесплатно доступноGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumБесплатно доступноClaude Sonnet 4.6nonevsStep 3.5 FlashmediumБесплатно доступноMercury 2mediumvsGPT-5.4noneQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumБесплатно доступноGPT-5.4nonevsQwen3.5-35B-A3Bmedium