Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs StepFun: Step 3.5 Flash

Сводка

Сравнение benchmark GPT-5.6 Luna (low) vs Step 3.5 Flash (medium): Step 3.5 Flash (medium) лидирует по среднему баллу: 6.6 vs 6.2. Step 3.5 Flash (medium) имеет более низкую стоимость benchmark: $0.070 vs $0.141. GPT-5.6 Luna (low) быстрее: 4.35s vs 72.53s, с долей успешных попыток 57.1% vs 54.0%.

Рекомендуемая модель: Step 3.5 Flash (medium) - Здесь у него лучший балл (6.6), при этом он примерно в 2.0 раза дешевле, чем GPT-5.6 Luna (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-09

Метрика GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09 Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка 6.2 6.6
Ранг #107 #93
Надежность 10.0 10.0
Стабильность 8.5 8.9
Тестов верно
Доля успешных попыток 57.1% 54.0%
Нестабильные тесты 4 1
Всего запусков 63 60
Стоимость за результат 1.404 0.198
Общая стоимость $0.141 $0.070
Цена входа $1.000 / 1M $0.100 / 1M
Цена выхода $6.000 / 1M $0.300 / 1M
Общее число входных токенов 34,218 34,431
Выходные токены 2,110 91,587
Токены рассуждений 15,571 195,973
Время ответа (среднее) 4.35s 72.53s
Время ответа (макс.) 18.06s 453.94s
Время ответа (суммарно) 91.45s 1015.47s

Генерация showcase

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low
Стоимость
$0.011
Время
10.2s
Токены
1,897 tok

#93 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

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Быстрое сравнение

Сменить пару сравнения

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31BnoneБесплатно доступноvsGPT-5.6 LunalowGemma 4 31BmediumБесплатно доступноvsGPT-5.6 LunalowGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumNemotron 3 SupermediumБесплатно доступноvsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bnoneБесплатно доступноvsGPT-5.6 LunalowGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium