Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs StepFun: Step 3.5 Flash

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica Anthropic: Claude Opus 4.6 medium Lanzamiento: Fecha de lanzamiento desconocida StepFun: Step 3.5 Flash medium Lanzamiento: Fecha de lanzamiento desconocida Disponible gratis
Rango #20 #11
Puntuación 6.07 7.00
Consistencia 8.80 8.32
Costo por resultado 10.992 0.000
Costo total $0.880 $0.000
Pruebas correctas
Pruebas incorrectas 6 5
Tasa de aciertos por intento 61.9% 73.8%
Pruebas inestables 2 3
Tokens de salida 19,576 60,502
Tokens de razonamiento 11,081 117,044

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Cambiar par de comparación

Comparar Anthropic: Claude Opus 4.6 contra...

Comparar StepFun: Step 3.5 Flash contra...