GPT-5.4 vs Step 3.5 Flash (medium)

Step 3.5 Flash (medium) лидирует по среднему баллу: 5.9 vs 5.8. Step 3.5 Flash (medium) имеет более низкую стоимость benchmark: $0.132 vs $0.397. GPT-5.4 быстрее: 2.08s vs 191.63s, с долей успешных попыток 34.9% vs 50.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-02

Ранг: #209
Общее число выходных токенов: 8,339
Время ответа (среднее): 2.08s
Общая стоимость: $0.397

Ранг: #202
Общее число выходных токенов: 568,536
Время ответа (среднее): 191.63s
Общая стоимость: $0.132

Рекомендуемая модель GPT-5.4

Его балл близок к лучшему здесь (5.8 против 5.9), и он отвечает примерно в 92.2 раза быстрее, чем Step 3.5 Flash (medium).

Подробное сравнение

Метрика	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	5.8	5.9
Ранг	#209	#202
Надежность	10.0	10.0
Стабильность	9.2	8.6
Попытки	66/66	63/66
Тестов верно
Доля успешных попыток	34.9%	50.0%
Нестабильные тесты	2	2
Всего запусков	66	63
Стоимость за результат	5.667	0.858
Общая стоимость	$0.397	$0.132
Цена входа	$2.500 / 1M	$0.100 / 1M
Цена выхода	$15.000 / 1M	$0.300 / 1M
Общее число входных токенов	108,641	65,716
Выходные токены	8,339	189,424
Токены рассуждений	0	379,112
Время ответа (среднее)	2.08s	191.63s
Время ответа (макс.)	15.63s	1597.85s
Время ответа (суммарно)	45.75s	3066.07s
Параметры	~1.5T всего (~100B активных)	196B всего (11B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#209 GPT-5.4

none

Стоимость: $0.026
Время: 18.1s
Токены: 1,792 tok

#202 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	3.2	8.0	8.3%	1		1.21s	606	406	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	5.5	10.0	33.3%	0		1.62s	7,305	516	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	3.0	10.0	0.0%	0		9.26s	85,439	6,195	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	10.0	10.0	100.0%	0		1.04s	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	5.3	7.2	44.4%	1		1.15s	732	68	0
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	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	6.5	10.0	50.0%	0		1.07s	660	81	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	5.6	9.8	33.3%	0		1.44s	642	381	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	10.0	10.0	100.0%	0		2.75s	5,445	246	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	3.0	10.0	0.0%	0		990ms	195	40	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5-FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium Step 3.5 FlashmediumvsGLM 5.3 Flashlow North Mini CodemediumБесплатно доступноvsGPT-5.4none GPT-5.4 MininonevsStep 3.5 Flashmedium Seed 2.1 TurbononevsStep 3.5 Flashmedium Nemotron 3 SupermediumБесплатно доступноvsGPT-5.4none GPT-5.4nonevsInkling Smalllow Gemini 2.5 FlashnonevsStep 3.5 Flashmedium GPT-5.4nonevsGLM 5.3 Flashlow Trinity Large ThinkinglowvsStep 3.5 Flashmedium