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

OpenAI: GPT-5.2 Chat vs StepFun: Step 3.7 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11 Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación 7.9 7.9
Rango #33 #32
Fiabilidad 10.0 9.9
Consistencia 8.9 9.2
Pruebas correctas
Tasa de aciertos por intento 73.3% 71.7%
Pruebas inestables 3 2
Ejecuciones totales 60 58
Costo por resultado 2.703 2.663
Costo total $0.352 $0.347
Precio de entrada $1.750 / 1M $0.200 / 1M
Precio de salida $14.000 / 1M $1.150 / 1M
Tokens de salida 21,144 294,481
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 6.82s 18.32s
Tiempo de respuesta (máximo) 38.52s 113.98s
Tiempo de respuesta (total) 136.34s 366.45s

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
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 8.2 6.7 83.3% 1 8.05s 4,131 0
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
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
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 1,441 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 1,603 0
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 1,239 0
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Comparación rápida

Cambiar par de comparación

Qwen3.7 MaxnonevsStep 3.7 FlashmediumGemma 4 26B A4BmediumDisponible gratisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5 TurbomediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemma 4 31BmediumDisponible gratisvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20medium