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

AI BENCHY Compare

Anthropic: Claude Sonnet 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 Sonnet 4.6 medium Lanzamiento: Fecha de lanzamiento desconocida StepFun: Step 3.5 Flash medium Lanzamiento: Fecha de lanzamiento desconocida Disponible gratis
Rango #8 #11
Puntuación 7.43 7.00
Consistencia 9.40 8.32
Costo por resultado 8.105 0.000
Costo total $0.811 $0.000
Pruebas correctas
Pruebas incorrectas 4 5
Tasa de aciertos por intento 73.8% 73.8%
Pruebas inestables 1 3
Tokens de salida 29,098 60,502
Tokens de razonamiento 20,435 117,044

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 Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
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 Sonnet 4.6 10.00 10.00 100.0% 0 727 907
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 Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
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 Sonnet 4.6 10.00 10.00 100.0% 0 316 523
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 Sonnet 4.6 10.00 10.00 100.0% 0 579 642
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 Sonnet 4.6 10.00 10.00 100.0% 0 655 351
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Cambiar par de comparación

Comparar Anthropic: Claude Sonnet 4.6 contra...

Comparar StepFun: Step 3.5 Flash contra...