AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark GPT-5.6 Terra (high) vs Step 3.7 Flash (medium): Step 3.7 Flash (medium) лидирует по среднему баллу: 8.5 vs 8.2. Step 3.7 Flash (medium) имеет более низкую стоимость benchmark: $0.376 vs $0.852. GPT-5.6 Terra (high) быстрее: 10.89s vs 20.35s, с долей успешных попыток 68.3% vs 73.0%.

Рекомендуемая модель: Step 3.7 Flash (medium) - Здесь у него лучший балл (8.5), при этом он примерно в 2.3 раза дешевле, чем GPT-5.6 Terra (high).

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

Метрика	GPT-5.6 Terra GPT-5.6 Terra high Релиз: 2026-07-09	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	GPT-5.6 Terra GPT-5.6 Terra high Релиз: 2026-07-09	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	8.2	8.5
Ранг	#29	#23
Надежность	10.0	9.9
Стабильность	9.6	9.3
Тестов верно
Доля успешных попыток	68.3%	73.0%
Нестабильные тесты	1	2
Всего запусков	63	61
Стоимость за результат	6.086	2.686
Общая стоимость	$0.852	$0.376
Цена входа	$2.500 / 1M	$0.200 / 1M
Цена выхода	$15.000 / 1M	$1.150 / 1M
Общее число входных токенов	34,218	39,981
Выходные токены	1,908	319,958
Токены рассуждений	49,189	0
Время ответа (среднее)	10.89s	20.35s
Время ответа (макс.)	91.49s	113.98s
Время ответа (суммарно)	228.65s	427.42s

Генерация showcase

Hamster playing table tennis

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

#29 GPT-5.6 Terra

high

Стоимость: $0.055
Время: 30.2s
Токены: 3,748 tok

#23 Step 3.7 Flash

medium

Стоимость: $0.006
Время: 46.2s
Токены: 4,466 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 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Terra	10.0	10.0	100.0%	0		6.94s	11,019	314	627
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	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 Terra	10.0	10.0	100.0%	0		938ms	7,140	222	0
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Быстрое сравнение

Сменить пару сравнения

GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Nemotron 3 Ultra 550b A55bmediumБесплатно доступноvsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsGrok 4.5medium GPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15medium DeepSeek V4 FlashhighvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsQwen3.5-27Bmedium Seed-2.0-LitemediumvsGPT-5.6 Terrahigh Claude Sonnet 5mediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.6 Plusmedium Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh