AI BENCHY Compare

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

Сводка

Сравнение benchmark GPT-5.6 Terra (low) vs Step 3.7 Flash (low): Средний балл практически равен: 7.7 vs 7.7. Step 3.7 Flash (low) имеет более низкую стоимость benchmark: $0.341 vs $0.343. GPT-5.6 Terra (low) быстрее: 4.88s vs 15.74s, с долей успешных попыток 74.6% vs 68.3%.

Рекомендуемая модель: GPT-5.6 Terra (low) - Здесь у него лучший балл (7.7), и он отвечает примерно в 3.2 раза быстрее, чем Step 3.7 Flash (low).

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

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

Метрика	GPT-5.6 Terra GPT-5.6 Terra low Релиз: 2026-07-09	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	7.7	7.7
Ранг	#47	#49
Надежность	10.0	10.0
Стабильность	8.1	8.4
Тестов верно
Доля успешных попыток	74.6%	68.3%
Нестабильные тесты	5	4
Всего запусков	63	63
Стоимость за результат	2.637	2.840
Общая стоимость	$0.343	$0.341
Цена входа	$2.500 / 1M	$0.200 / 1M
Цена выхода	$15.000 / 1M	$1.150 / 1M
Общее число входных токенов	34,226	40,101
Выходные токены	1,943	289,325
Токены рассуждений	15,201	0
Время ответа (среднее)	4.88s	15.74s
Время ответа (макс.)	19.85s	124.75s
Время ответа (суммарно)	102.53s	330.63s

Генерация showcase

Hamster playing table tennis

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

#47 GPT-5.6 Terra

low

Стоимость: $0.034
Время: 16.8s
Токены: 2,348 tok

#49 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

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		2.36s	606	171	602
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 Terra	6.6	4.6	77.8%	2		9.56s	7,302	429	6,821
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 Terra	10.0	10.0	100.0%	0		5.07s	11,019	312	349
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	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		919ms	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 Terra	5.3	7.2	44.4%	1		8.34s	723	72	4,086
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	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	4.8	3.2	33.3%	1		3.52s	477	105	249
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 Terra	10.0	10.0	100.0%	0		1.48s	660	87	134
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 Terra	10.0	10.0	100.0%	0		4.46s	642	259	1,506
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 Terra	4.7	1.6	66.7%	1		6.69s	5,462	257	226
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 Terra	3.0	10.0	0.0%	0		5.95s	195	29	1,228
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 LunahighvsStep 3.7 Flashlow Claude Opus 4.6mediumvsStep 3.7 Flashlow GPT-5.6 TerralowvsGrok 4.3medium Claude Opus 4.6mediumvsGPT-5.6 Terralow Step 3.7 FlashlowvsGrok 4.3medium GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Kimi K2.6mediumБесплатно доступноvsGPT-5.6 Terralow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsGPT-5.6 Terralow Kimi K2.6mediumБесплатно доступноvsStep 3.7 Flashlow GPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow