#40 Claude Sonnet 4.6
medium
SVG inválido
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash
Resumen
Claude Sonnet 4.6 (medium) lidera en puntuación media con 7.8 vs 7.7. Step 3.7 Flash (low) tiene menor coste de benchmark con $0.341 vs $1.418. Step 3.7 Flash (low) es más rápido con 15.74s vs 17.06s, con tasas de acierto de 65.1% vs 68.3%.
Modelo recomendadoStep 3.7 Flash (low)Su puntuación se mantiene cerca de la mejor aquí (7.7 vs 7.8) y cuesta aproximadamente 4.2x menos que Claude Sonnet 4.6 (medium).
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14
| Métrica | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| Puntuación | 7.8 | 7.7 |
| Rango | #40 | #51 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 9.1 | 8.4 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 65.1% | 68.3% |
| Pruebas inestables | 2 | 4 |
| Ejecuciones totales | 63 | 63 |
| Costo por resultado | 10.904 | 2.840 |
| Costo total | $1.418 | $0.341 |
| Precio de entrada | $3.000 / 1M | $0.200 / 1M |
| Precio de salida | $15.000 / 1M | $1.150 / 1M |
| Total de tokens de entrada | 49,112 | 40,101 |
| Tokens de salida | 54,703 | 289,325 |
| Tokens de razonamiento | 29,970 | 0 |
| Tiempo de respuesta (promedio) | 17.06s | 15.74s |
| Tiempo de respuesta (máximo) | 46.35s | 124.75s |
| Tiempo de respuesta (total) | 221.83s | 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 Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| 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 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsGrok 4.5lowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-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 FlashlowDeepSeek V4 ProhighvsStep 3.7 Flashlow