Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs StepFun: Step 3.7 Flash

Resumen

Comparación benchmark de DeepSeek V4 Pro vs Step 3.7 Flash: Step 3.7 Flash lidera en puntuación media con 7.7 vs 7.6. DeepSeek V4 Pro tiene menor coste de benchmark con $0.157 vs $0.341. Step 3.7 Flash es más rápido con 15.74s vs 77.20s, con tasas de acierto de 66.7% vs 68.3%.

Modelo recomendado: Step 3.7 Flash - Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 4.9x más rápido que DeepSeek V4 Pro.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-17

Métrica DeepSeek V4 Pro DeepSeek V4 Pro high Lanzamiento: 2026-04-24 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.6 7.7
Rango #41 #39
Fiabilidad 9.3 10.0
Consistencia 7.0 8.4
Pruebas correctas
Tasa de aciertos por intento 66.7% 68.3%
Pruebas inestables 8 4
Ejecuciones totales 63 63
Costo por resultado 1.742 2.840
Costo total $0.157 $0.341
Precio de entrada $0.435 / 1M $0.200 / 1M
Precio de salida $0.870 / 1M $1.150 / 1M
Total de tokens de entrada 38,726 40,101
Tokens de salida 6,334 289,325
Tokens de razonamiento 159,151 0
Tiempo de respuesta (promedio) 77.20s 15.74s
Tiempo de respuesta (máximo) 416.76s 124.75s
Tiempo de respuesta (total) 1621.17s 330.63s

Generation showcase

Hamster playing table tennis

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

#41 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

#39 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
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
DeepSeek V4 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
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
DeepSeek V4 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
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
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
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
DeepSeek V4 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
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
DeepSeek V4 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
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
DeepSeek V4 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
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
DeepSeek V4 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
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
DeepSeek V4 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
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
DeepSeek V4 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
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
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961
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 FlashlowDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsMercury 2mediumGemini 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 Flashlow