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

Mistral: Mistral Small 4 vs StepFun: Step 3.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-17

Métrica Mistral Small 4 Mistral Small 4 none Lanzamiento: 2026-03-16 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01 Disponible gratis
Rango #61 #22
Puntuación 5.3 7.9
Consistencia 9.5 9.1
Costo por resultado 0.108 0.000
Costo total $0.006 $0.000
Pruebas correctas
Tasa de aciertos por intento 33.3% 70.6%
Pruebas inestables 1 2
Ejecuciones totales 51 49
Tokens de salida 1,624 71,904
Tokens de razonamiento 0 155,607
Tiempo de respuesta (promedio) 629ms 26.78s
Tiempo de respuesta (máximo) 1.72s 170.45s
Tiempo de respuesta (total) 10.70s 294.58s

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 salida Tokens de razonamiento
Mistral Small 4 3.4 7.9 16.7% 1 395ms 182 0
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 3.0 10.0 0.0% 0 1.72s 496 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 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 salida Tokens de razonamiento
Mistral Small 4 10.0 10.0 100.0% 0 822ms 261 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 5.3 10.0 33.3% 0 367ms 28 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 4.0 10.0 0.0% 0 729ms 205 0
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 6.5 10.0 50.0% 0 380ms 69 0
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 3.1 9.9 0.0% 0 589ms 170 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 10.0 10.0 100.0% 0 1.40s 213 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponible gratisGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponible gratisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponible gratisGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponible gratisGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponible gratisMistral Small 4nonevsQwen3 Coder NextmediumMistral Small 4nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumDisponible gratisvsMistral Small 4noneClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponible gratisMistral Small 4nonevsgpt-oss-120bmediumDisponible gratisMistral Small 4nonevsQwen3.5-9BmediumGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponible gratis