Navegación
AI BENCHY
Advertise 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: 2026-06-03

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 7.0 7.4
Rango #72 #55
Fiabilidad 10.0 10.0
Consistencia 9.7 9.4
Pruebas correctas
Tasa de aciertos por intento 58.3% 59.7%
Pruebas inestables 1 1
Ejecuciones totales 60 57
Costo por resultado 2.782 0.133
Costo total $0.306 $0.062
Precio de entrada $3.000 / 1M $0.090 / 1M
Precio de salida $15.000 / 1M $0.300 / 1M
Total de tokens de entrada 54,721 33,555
Tokens de salida 9,450 90,478
Tokens de razonamiento 0 173,544
Tiempo de respuesta (promedio) 5.27s 43.20s
Tiempo de respuesta (máximo) 23.84s 170.45s
Tiempo de respuesta (total) 68.50s 561.54s

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 entrada Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
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 6.8 10.0 50.0% 0 6.73s 5,357 2,112 0
Step 3.5 Flash 3.5 7.8 0.0% 0 62.83s 1,335 12,098 0
Combinado 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 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 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 entrada Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Específico del dominio 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 7.7 10.0 66.7% 0 3.54s 759 413 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Inteligencia general 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 6.1 3.1 66.7% 1 2.56s 513 192 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Seguimiento de instrucciones 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 6.5 10.0 50.0% 0 1.96s 690 90 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Resolución de acertijos 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 7.7 10.0 66.7% 0 2.53s 663 533 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Llamada de herramientas 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 10.0 10.0 100.0% 0 4.11s 11,301 447 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Cultura general 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 3.0 10.0 0.0% 0 4.67s 204 431 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsRing-2.6-1TmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsMimo V2 OmnimediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsMiniMax M3mediumClaude Sonnet 4.6nonevsStep 3.7 Flashhigh