AI BENCHY Compare

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

Сводка

Сравнение benchmark GPT-5.6 Terra vs Step 3.5 Flash (medium): Step 3.5 Flash (medium) лидирует по среднему баллу: 6.6 vs 6.0. Step 3.5 Flash (medium) имеет более низкую стоимость benchmark: $0.070 vs $0.130. GPT-5.6 Terra быстрее: 1.25s vs 72.53s, с долей успешных попыток 42.9% vs 54.0%.

Рекомендуемая модель: Step 3.5 Flash (medium) - Здесь у него лучший балл (6.6), при этом он примерно в 1.9 раза дешевле, чем GPT-5.6 Terra.

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

Метрика	GPT-5.6 Terra GPT-5.6 Terra none Релиз: 2026-07-09	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	GPT-5.6 Terra GPT-5.6 Terra none Релиз: 2026-07-09	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	6.0	6.6
Ранг	#116	#93
Надежность	10.0	10.0
Стабильность	9.3	8.9
Тестов верно
Доля успешных попыток	42.9%	54.0%
Нестабильные тесты	2	1
Всего запусков	63	60
Стоимость за результат	1.623	0.198
Общая стоимость	$0.130	$0.070
Цена входа	$2.500 / 1M	$0.100 / 1M
Цена выхода	$15.000 / 1M	$0.300 / 1M
Общее число входных токенов	39,552	34,431
Выходные токены	2,060	91,587
Токены рассуждений	0	195,973
Время ответа (среднее)	1.25s	72.53s
Время ответа (макс.)	3.97s	453.94s
Время ответа (суммарно)	26.21s	1015.47s

Генерация showcase

Hamster playing table tennis

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

#116 GPT-5.6 Terra

none

Стоимость: $0.030
Время: 14.7s
Токены: 2,082 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 Terra	4.8	10.0	25.0%	0		942ms	606	191	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-5.6 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	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-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	0
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 Terra	10.0	10.0	100.0%	0		1.13s	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-5.6 Terra	5.3	7.2	44.4%	1		757ms	723	68	0
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 Terra	5.0	10.0	0.0%	0		1.03s	477	102	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-5.6 Terra	8.5	6.8	83.3%	1		1.15s	660	101	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-5.6 Terra	5.3	10.0	33.3%	0		1.23s	642	235	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-5.6 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	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-5.6 Terra	3.0	10.0	0.0%	0		787ms	195	24	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium North Mini CodemediumБесплатно доступноvsGPT-5.6 Terranone Gemini 3.1 Flash LiteminimalvsGPT-5.6 Terranone Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Gemini 3.5 FlashminimalvsStep 3.5 Flashmedium Qwen3.7 MaxnonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium GPT-5.6 SolnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsQwen3.5-35B-A3Bmedium Gemma 4 31BmediumБесплатно доступноvsGPT-5.6 Terranone Nemotron 3 SupermediumБесплатно доступноvsGPT-5.6 Terranone