导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5 Nano vs StepFun: Step 3.7 Flash

摘要

GPT-5 Nano vs Step 3.7 Flash benchmark 对比：Step 3.7 Flash 平均分领先，为 7.1 vs 6.7。 GPT-5 Nano benchmark 成本更低，为 $0.081 vs $1.148。 GPT-5 Nano 更快，为 42.51s vs 64.46s，通过率为 57.1% vs 63.5%。

推荐模型: GPT-5 Nano - 它的得分接近这里的最高分（6.7 vs 7.1），同时成本比Step 3.7 Flash低约 14.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 GPT-5 Nano GPT-5 Nano medium 发布日期: 2025-08-07 Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29
分数 6.7 7.1
排名 #79 #63
可靠性 10.0 10.0
一致性 7.3 8.2
测试正确
尝试通过率 57.1% 63.5%
不稳定测试 7 4
总运行次数 63 63
每个结果成本 0.897 10.434
总成本 $0.081 $1.148
输入价格 $0.050 / 1M $0.200 / 1M
输出价格 $0.400 / 1M $1.150 / 1M
总输入令牌 34,108 38,391
输出令牌 5,464 991,355
推理令牌 192,064 0
响应时间（平均） 42.51s 64.46s
响应时间（最大） 204.02s 364.99s
响应时间（总计） 595.09s 1353.57s

生成展示

Hamster playing table tennis

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

#79 GPT-5 Nano

medium
成本
$0.006
时间
108.5s
令牌
13,209 tok

#63 Step 3.7 Flash

high
成本
$0.007
时间
63.6s
令牌
6,030 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 6.5 7.9 58.3% 1 25.50s 606 1,221 21,184
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 7.0 7.7 55.6% 1 41.62s 7,305 740 41,152
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 10.0 10.0 100.0% 0 65.96s 11,019 578 17,984
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 3.7 1.7 50.0% 2 21.42s 7,140 453 10,560
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 5.2 4.4 55.6% 2 204.02s 619 237 64,448
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 4.1 10.0 0.0% 0 17.51s 477 202 4,608
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 9.8 10.0 100.0% 0 15.64s 660 312 4,736
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 5.3 7.2 44.4% 1 20.63s 642 929 14,272
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 10.0 10.0 100.0% 0 33.30s 5,445 558 6,976
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5 Nano 3.0 10.0 0.0% 0 20.13s 195 234 6,144
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

快速对比

切换对比组合

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium免费可用vsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighGemini 3.1 Flash Lite PreviewlowvsGPT-5 NanomediumGemini 3.5 FlashminimalvsGPT-5 NanomediumGemini 3 Flash PreviewnonevsStep 3.7 FlashhighGPT-5 NanomediumvsQwen3.7 Maxnone