Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs StepFun: Step 3.7 Flash

Resumen

Comparación benchmark de Claude Sonnet 5 vs Step 3.7 Flash: Claude Sonnet 5 lidera en puntuación media con 7.9 vs 7.7. Step 3.7 Flash tiene menor coste de benchmark con $0.341 vs $0.550. Claude Sonnet 5 es más rápido con 9.94s vs 15.74s, con tasas de acierto de 79.4% vs 68.3%.

Modelo recomendado: Step 3.7 Flash - Su puntuación se mantiene cerca de la mejor aquí (7.7 vs 7.9) y cuesta aproximadamente 1.6x menos que Claude Sonnet 5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-30

Métrica Claude Sonnet 5 Claude Sonnet 5 medium Lanzamiento: 2026-06-30 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.9 7.7
Rango #30 #41
Fiabilidad 10.0 10.0
Consistencia 9.0 8.4
Pruebas correctas
Tasa de aciertos por intento 79.4% 68.3%
Pruebas inestables 3 4
Ejecuciones totales 63 63
Costo por resultado 3.662 2.840
Costo total $0.550 $0.341
Precio de entrada $2.000 / 1M $0.200 / 1M
Precio de salida $10.000 / 1M $1.150 / 1M
Total de tokens de entrada 67,416 40,101
Tokens de salida 34,012 289,325
Tokens de razonamiento 7,673 0
Tiempo de respuesta (promedio) 9.94s 15.74s
Tiempo de respuesta (máximo) 56.94s 124.75s
Tiempo de respuesta (total) 208.71s 330.63s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#30 Claude Sonnet 5

medium
Coste
$0.007
Tiempo
6.4s
Tokens
832 tok

#41 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

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 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 0
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 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 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 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 0
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 5 10.0 10.0 100.0% 0 3.16s 10,503 312 0
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 0
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 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 0
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 5 4.8 3.2 33.3% 1 4.32s 708 264 0
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 0
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 5 9.9 10.0 100.0% 0 3.10s 909 318 269
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 0
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 5 7.7 10.0 66.7% 0 2.98s 894 407 121
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 0
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 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 0
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 5 3.0 10.0 0.0% 0 7.06s 258 917 204
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-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 FlashlowStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowQwen3.6 PlusmediumvsStep 3.7 Flashlow