GPT-5.6 Sol vs Step 3.7 Flash (low)

Step 3.7 Flash (low) лидирует по среднему баллу: 7.2 vs 6.7. Step 3.7 Flash (low) имеет более низкую стоимость benchmark: $0.449 vs $0.795. GPT-5.6 Sol быстрее: 4.61s vs 20.72s, с долей успешных попыток 60.9% vs 63.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-24

Сравниваемые модели

Ранг: #219
Общее число выходных токенов: 5,555
Время ответа (среднее): 4.61s
Общая стоимость: $0.795

Ранг: #179
Общее число выходных токенов: 339,108
Время ответа (среднее): 20.72s
Общая стоимость: $0.449

Рекомендуемая модель Step 3.7 Flash (low)

Здесь у него лучший балл (7.2), при этом он примерно в 1.8 раза дешевле, чем GPT-5.6 Sol.

Подробное сравнение

Метрика	GPT-5.6 Sol GPT-5.6 Sol none Релиз: 2026-07-09	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29

Метрика	GPT-5.6 Sol GPT-5.6 Sol none Релиз: 2026-07-09	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	6.7	7.2
Ранг	#219	#179
Надежность	10.0	10.0
Стабильность	9.1	7.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	60.9%	63.8%
Нестабильные тесты	3	6
Всего запусков	69	69
Стоимость за результат	6.619	4.078
Общая стоимость	$0.795	$0.449
Цена входа	$2.000 / 1M	$0.200 / 1M
Цена выхода	$10.000 / 1M	$1.150 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.040 / 1M
Цена записи в кэш	$2.500 / 1M	Н/Д
Общее число входных токенов	207,852	292,685
Выходные токены	5,555	339,108
Токены рассуждений	0	0
Время ответа (среднее)	4.61s	20.72s
Время ответа (макс.)	58.28s	124.75s
Время ответа (суммарно)	105.93s	476.67s
Параметры	~2T всего (~150B 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.

#219 GPT-5.6 Sol

none

Стоимость: $0.116
Время: 78.7s
Токены: 3,944 tok

#179 Step 3.7 Flash

low

Неверный SVG

Стоимость: $0.004
Время: 25.3s
Токены: 3,072 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-5.6 Sol	5.0	10.0	0.0%	0		58.28s	129,250	1,198	0
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	0
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	0
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	6.5	10.0	50.0%	0		8.37s	55,394	2,881	0
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	0
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	5.9	7.2	55.6%	1		1.44s	732	54	0
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	0
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	0
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	0
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	0
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Сменить пару сравнения

Ember-1maxvsGPT-5.6 Solnone Step 3.7 FlashlowvsGLM 5medium Apodex 1.1 MinihighБесплатно доступноvsGPT-5.6 Solnone MiniMax M3mediumvsGPT-5.6 Solnone GPT-5.6 SolnonevsGrok 4.7high LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow GPT-5.6 SolnonevsSolar Pro 4low Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 5nonevsStep 3.7 Flashlow GPT-5.6 SolnonevsGLM 5.3 Flashlow Qwen3.8 27BmediumБесплатно доступноvsStep 3.7 Flashlow