AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs StepFun: Step 3.5 Flash
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-03
| Métrica | DeepSeek: DeepSeek V3.2 medium Lanzamiento: 2025-12-01 | StepFun: Step 3.5 Flash medium Lanzamiento: 2026-02-01 Disponible gratis |
|---|---|---|
| Rango | #12 | #11 |
| Puntaje prom. | 6.98 | 7.00 |
| Consistencia | 8.75 | 8.32 |
| Costo por resultado | 0.193 | 0.000 |
| Costo total | $0.018 | $0.000 |
| Pruebas correctas | 9/14 | 9/14 |
| Tasa de aciertos por intento | 71.4% | 73.8% |
| Pruebas inestables | 2 | 3 |
| Tokens de salida | 6,753 | 60,502 |
| Tokens de razonamiento | 30,427 | 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.86 | 66.7% | 0 | 1,171 | 4,893 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 9.88 | 10.00 | 100.0% | 0 | 207 | 7,693 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 4.00 | 7.21 | 44.4% | 1 | 3,081 | 7,856 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 9.84 | 50.0% | 0 | 1,397 | 2,845 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.00 | 7.21 | 88.9% | 1 | 390 | 6,281 | |
| 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 |
|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.00 | 10.00 | 100.0% | 0 | 507 | 859 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 275 | 3,802 |
Comparación rápida
Cambiar par de comparación
Gemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponible gratisDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponible gratisDeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15noneQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumDisponible gratisDeepSeek V3.2mediumvsGLM 5noneStep 3.5 FlashmediumDisponible gratisvsGLM 5noneGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponible gratisDeepSeek V3.2mediumvsGemini 3 Flash PreviewlowDeepSeek V3.2mediumvsQwen3.5-122B-A10BnoneQwen3.5-122B-A10BnonevsStep 3.5 FlashmediumDisponible gratis