AI BENCHY Compare

MiniMax: MiniMax M3 vs StepFun: Step 3.7 Flash

Resumen

Step 3.7 Flash (low) lidera en puntuación media con 7.7 vs 7.6. MiniMax M3 (medium) tiene menor coste de benchmark con $0.131 vs $0.341. Step 3.7 Flash (low) es más rápido con 15.74s vs 68.17s, con tasas de acierto de 65.1% vs 68.3%.

Modelo recomendadoStep 3.7 Flash (low)Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 4.3x más rápido que MiniMax M3 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	MiniMax M3 MiniMax M3 medium Lanzamiento: 2026-06-01	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29

Métrica	MiniMax M3 MiniMax M3 medium Lanzamiento: 2026-06-01	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación	7.6	7.7
Rango	#54	#51
Fiabilidad	9.6	10.0
Consistencia	7.9	8.4
Pruebas correctas
Tasa de aciertos por intento	65.1%	68.3%
Pruebas inestables	5	4
Ejecuciones totales	63	63
Costo por resultado	1.187	2.840
Costo total	$0.131	$0.341
Precio de entrada	$0.300 / 1M	$0.200 / 1M
Precio de salida	$1.200 / 1M	$1.150 / 1M
Total de tokens de entrada	46,546	40,101
Tokens de salida	49,036	289,325
Tokens de razonamiento	92,543	0
Tiempo de respuesta (promedio)	68.17s	15.74s
Tiempo de respuesta (máximo)	431.03s	124.75s
Tiempo de respuesta (total)	1363.38s	330.63s

Generación showcase

Hamster playing table tennis

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

#54 MiniMax M3

medium

Coste: $0.012
Tiempo: 154.4s
Tokens: 10,018 tok

#51 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

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
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414
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
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667
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
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253
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
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164
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
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070
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
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523
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
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920
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
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761
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
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555
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
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Comparación rápida

Cambiar par de comparación

GPT-5.6 LunahighvsStep 3.7 Flashlow Claude Opus 4.6mediumvsStep 3.7 Flashlow DeepSeek V4 ProhighvsMiniMax M3medium Step 3.7 FlashlowvsGrok 4.3medium KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsMiniMax M3medium Kimi K2.6mediumDisponible gratisvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.6 Lunahigh