导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

StepFun: Step 3.5 Flash vs xAI: Grok 4.1 Fast

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 StepFun: Step 3.5 Flash medium 发布日期: 发布日期未知 免费可用 xAI: Grok 4.1 Fast medium 发布日期: 发布日期未知
排名 #11 #16
分数 7.00 6.29
一致性 8.32 8.20
每个结果成本 0.000 0.532
总成本 $0.000 $0.043
测试正确
错误测试数 5 6
尝试通过率 73.8% 66.7%
不稳定测试 3 3
输出令牌 60,502 793
推理令牌 117,044 74,056

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 输出令牌 推理令牌
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
xAI: Grok 4.1 Fast 10.00 10.00 100.0% 0 102 4,021
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 输出令牌 推理令牌
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
xAI: Grok 4.1 Fast 10.00 10.00 100.0% 0 180 5,472
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
xAI: Grok 4.1 Fast 4.00 7.21 55.6% 1 12 40,547
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
xAI: Grok 4.1 Fast 5.50 10.00 50.0% 0 48 3,151
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
xAI: Grok 4.1 Fast 4.67 7.20 44.4% 1 191 9,380
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802
xAI: Grok 4.1 Fast 1.00 1.62 33.3% 1 260 11,485

切换对比组合

将 StepFun: Step 3.5 Flash 与...对比

将 xAI: Grok 4.1 Fast 与...对比