GPT-5.1 Codex (High) 对比 Step 3.7 Flash
GPT-5.1 Codex (High) vs Step 3.7 Flash. 要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
结论
比较数据不完整
要可靠地判断智能与成本的取舍，需要两个模型的智能评分和基准测试运行成本。缺失数据不能作为性能结论。
| 指标 | GPT-5.1 Codex (High) | Step 3.7 Flash | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 23.7 | 19.5 | −17.7% Step 3.7 Flash 智能低 17.7% |
| AA 总成本（越低越好） | 未公布 | 未公布 | — 无法比较 |
| 端到端时间（越低越好） | 12.93s | 20.66s | +59.8% 慢 Step 3.7 Flash is 59.8% |
| 每 100 万个代币的价格（输入/输出） | $1.25 / $10.0 | $0.20 / $1.15 | |
| 输入类型 | 文字、图像 | 文字、图像 |
一对一对比