Навигация
AI BENCHY
Сравнить Графики
❤️ Made by XCS
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.3-Codex vs StepFun: Step 3.5 Flash

Название модели:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в : 2026-02-27 15:16

Сводка

Метрика OpenAI: GPT-5.3-Codex medium Релиз: Дата релиза неизвестна StepFun: Step 3.5 Flash medium Релиз: Дата релиза неизвестна Бесплатно доступно
Ранг #7 #11
Оценка 7.93 7.00
Стабильность 8.84 8.32
Стоимость за результат 4.641 0.000
Общая стоимость $0.465 $0.000
Тестов верно
Ошибочных тестов 4 5
Доля успешных попыток 78.6% 73.8%
Нестабильные тесты 2 3
Выходные токены 1,201 60,502
Токены рассуждений 30,056 117,044

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 216 1,421
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 234 735
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
OpenAI: GPT-5.3-Codex 4.00 7.21 55.6% 1 64 25,308
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
OpenAI: GPT-5.3-Codex 9.00 10.00 50.0% 0 93 693
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
OpenAI: GPT-5.3-Codex 7.00 7.38 77.8% 1 340 1,407
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 254 492
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Сменить пару сравнения

Сравнить OpenAI: GPT-5.3-Codex с...

Сравнить StepFun: Step 3.5 Flash с...