AI BENCHY Compare

OpenAI: GPT-5.4 Nano vs StepFun: Step 3.7 Flash

خلاصہ

GPT-5.4 Nano (medium) average score میں آگے ہے: 7.5 vs 7.3. GPT-5.4 Nano (medium) کی benchmark لاگت کم ہے: $0.138 vs $0.454. GPT-5.4 Nano (medium) تیز ہے: 13.24s vs 20.68s، pass rates 65.2% vs 68.2%.

تجویز کردہ ماڈلGPT-5.4 Nano (medium)It has the best score here (7.5), while costing about 3.3x less than Step 3.7 Flash (low).

بینچ مارکس AI BENCHY ٹیسٹ سوئٹس سے اس وقت تیار کیے گئے: 2026-07-17

میٹرک	GPT-5.4 Nano GPT-5.4 Nano medium اجرا: 2026-03-17	Step 3.7 Flash Step 3.7 Flash low اجرا: 2026-05-29

میٹرک	GPT-5.4 Nano GPT-5.4 Nano medium اجرا: 2026-03-17	Step 3.7 Flash Step 3.7 Flash low اجرا: 2026-05-29
اسکور	7.5	7.3
درجہ	#51	#64
اعتماد پذیری	10.0	10.0
تسلسل	8.5	8.1
درست ٹیسٹس
فی کوشش کامیابی کی شرح	65.2%	68.2%
غیر مستحکم ٹیسٹ	4	5
کل رنز	66	66
فی نتیجہ لاگت	1.150	3.782
کل لاگت	$0.138	$0.454
ان پٹ قیمت	$0.200 / 1M	$0.200 / 1M
آؤٹ پٹ قیمت	$1.250 / 1M	$1.150 / 1M
کل ان پٹ ٹوکنز	82,819	103,833
آؤٹ پٹ ٹوکنز	7,100	376,581
ریزننگ ٹوکنز	90,022	0
ردِعمل کا وقت (اوسط)	13.24s	20.68s
ردِعمل کا وقت (زیادہ سے زیادہ)	94.06s	124.75s
ردِعمل کا وقت (کل)	291.33s	455.01s

جنریشن شوکیس

Hamster playing table tennis

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

#51 GPT-5.4 Nano

medium

لاگت: $0.007
وقت: 24.6s
ٹوکنز: 4,943 tok

#64 Step 3.7 Flash

low

غلط SVG

لاگت: $0.004
وقت: 25.3s
ٹوکنز: 3,072 tok

اسکور کے لحاظ سے سرفہرست ماڈلز

اسکور بمقابلہ کل لاگت

ردِعمل کا وقت (اوسط)

اسکور vs ردِعمل کا وقت (اوسط)

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

زمرہ وار تفصیل

زمرہ:

اینٹی اے آئی چالیں	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

کوڈنگ	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

مشترکہ	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	9.9	10.0	100.0%	0		32.24s	59,730	4,435	19,221
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

ڈیٹا پارسنگ اور استخراج	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

ڈومین مخصوص	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

عمومی ذہانت	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

ہدایات کی پیروی	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

پہیلی حل کرنا	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

ٹول کالنگ	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

معلومات عامہ	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
GPT-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

فوری موازنہ

موازنہ کی جوڑی تبدیل کریں

Claude Opus 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow GPT-5.4 NanomediumvsQwen3.7 Maxnone Claude Sonnet 4.6nonevsStep 3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashlow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok 4.3medium Step 3.7 FlashlowvsGLM 5.1medium