Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.5 Flash

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

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 7.4 7.9
Rango #41 #30
Consistencia 9.6 9.1
Pruebas correctas
Tasa de aciertos por intento 64.8% 70.6%
Pruebas inestables 1 2
Ejecuciones totales 54 49
Costo por resultado 2.376 0.000
Costo total $0.262 $0.000
Precio de entrada $3.000 / 1M $0.100 / 1M
Precio de salida $15.000 / 1M $0.300 / 1M
Tokens de salida 7,433 71,904
Tokens de razonamiento 0 155,607
Tiempo de respuesta (promedio) 4.98s 26.78s
Tiempo de respuesta (máximo) 23.84s 170.45s
Tiempo de respuesta (total) 54.83s 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 Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 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 Sonnet 4.6 10.0 10.0 100.0% 0 3.67s 523 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 Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 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 Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 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 Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 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 Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 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 Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 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 Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 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 Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsMiMo-V2-Omnimedium