Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs StepFun: Step 3.7 Flash

Resumen

Comparación benchmark de Claude Opus 4.7 vs Step 3.7 Flash: Claude Opus 4.7 lidera en puntuación media con 8.7 vs 7.7. Step 3.7 Flash tiene menor coste de benchmark con $0.341 vs $0.679. Claude Opus 4.7 es más rápido con 4.73s vs 15.74s, con tasas de acierto de 82.5% vs 68.3%.

Modelo recomendado: Claude Opus 4.7 - Tiene la mejor puntuación aquí (8.7) y responde aproximadamente 3.3x más rápido que Step 3.7 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 8.7 7.7
Rango #17 #42
Fiabilidad 10.0 10.0
Consistencia 9.6 8.4
Pruebas correctas
Tasa de aciertos por intento 82.5% 68.3%
Pruebas inestables 1 4
Ejecuciones totales 63 63
Costo por resultado 3.991 2.840
Costo total $0.679 $0.341
Precio de entrada $5.000 / 1M $0.200 / 1M
Precio de salida $25.000 / 1M $1.150 / 1M
Total de tokens de entrada 65,406 40,101
Tokens de salida 11,858 289,325
Tokens de razonamiento 2,198 0
Tiempo de respuesta (promedio) 4.73s 15.74s
Tiempo de respuesta (máximo) 23.18s 124.75s
Tiempo de respuesta (total) 94.51s 330.63s

Generation showcase

Hamster playing table tennis

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

#17 Claude Opus 4.7

medium
Cost
$0.059
Time
26.8s
Tokens
2,475 tok

#42 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowQwen3.6 PlusmediumvsStep 3.7 FlashlowKimi K2.5mediumvsStep 3.7 Flashlow