#47 Claude Opus 4.8
low- Coste
- $0.031
- Tiempo
- 14.1s
- Tokens
- 1,345 tok
AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
Resumen
La puntuación media está prácticamente empatada en 7.7 vs 7.7. Step 3.7 Flash (low) tiene menor coste de benchmark con $0.341 vs $1.270. Claude Opus 4.8 (low) es más rápido con 10.83s vs 15.74s, con tasas de acierto de 79.4% vs 68.3%.
Modelo recomendadoStep 3.7 Flash (low)Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 3.7x menos que Claude Opus 4.8 (low).
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14
| Métrica | Claude Opus 4.8 Claude Opus 4.8 low | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| Puntuación | 7.7 | 7.7 |
| Rango | #47 | #51 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 8.8 | 8.4 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 79.4% | 68.3% |
| Pruebas inestables | 3 | 4 |
| Ejecuciones totales | 63 | 63 |
| Costo por resultado | 8.466 | 2.840 |
| Costo total | $1.270 | $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 | 60,946 | 40,101 |
| Tokens de salida | 31,771 | 289,325 |
| Tokens de razonamiento | 6,831 | 0 |
| Tiempo de respuesta (promedio) | 10.83s | 15.74s |
| Tiempo de respuesta (máximo) | 127.97s | 124.75s |
| Tiempo de respuesta (total) | 227.39s | 330.63s |
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
SVG inválido
- Coste
- $0.004
- Tiempo
- 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
| 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 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
Comparación rápida
Cambiar par de comparación
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsKimi K2.6mediumDisponible gratisStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.5-122B-A10BmediumvsStep 3.7 Flashlow