Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs StepFun: Step 3.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica Claude Opus 4.7 Claude Opus 4.7 none Lanzamiento: 2026-04-16 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 9.2 7.9
Rango #4 #30
Consistencia 10.0 9.1
Pruebas correctas
Tasa de aciertos por intento 88.9% 70.6%
Pruebas inestables 0 2
Ejecuciones totales 54 49
Costo por resultado 3.155 0.000
Costo total $0.505 $0.000
Precio de entrada $5.000 / 1M $0.100 / 1M
Precio de salida $25.000 / 1M $0.300 / 1M
Tokens de salida 6,326 71,904
Tokens de razonamiento 0 155,607
Tiempo de respuesta (promedio) 3.13s 26.78s
Tiempo de respuesta (máximo) 18.27s 170.45s
Tiempo de respuesta (total) 56.33s 294.58s

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 salida Tokens de razonamiento
Claude Opus 4.7 8.3 10.0 75.0% 0 2.12s 522 0
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.84s 494 0
Step 3.5 Flash - - - - - - - -
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 9.5 10.0 100.0% 0 18.27s 3,504 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.15s 324 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 7.7 10.0 66.7% 0 1.19s 78 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 3.47s 257 0
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 1.46s 114 0
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.58s 661 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 4.74s 372 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumClaude Opus 4.7nonevsGemini 3 Flash PreviewlowClaude Opus 4.7nonevsGemini 3.1 Pro PreviewmediumClaude Sonnet 4.6nonevsStep 3.5 FlashmediumClaude Opus 4.7nonevsSeed-2.0-LitemediumClaude Opus 4.7nonevsGPT-5.3-CodexmediumClaude Opus 4.7nonevsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.7nonevsQwen3.6 Plus PreviewmediumDisponible gratis