Navegación
AI BENCHY
Comparar Gráficos Metodología
❤️ Made by XCS
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-5.3 Chat vs StepFun: Step 3.5 Flash

Comparar:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-06

Métrica OpenAI: GPT-5.3 Chat none Lanzamiento: 2026-03-03 StepFun: Step 3.5 Flash medium Lanzamiento: 2026-02-01 Disponible gratis
Rango #19 #13
Puntaje prom. 7.3 7.4
Consistencia 8.5 9.1
Costo por resultado 3.163 0.000
Costo total $0.317 $0.000
Pruebas correctas
Tasa de aciertos por intento 70.8% 68.8%
Pruebas inestables 3 2
Ejecuciones totales 48 (16 x 3) 48 (16 x 3)
Tokens de salida 19,272 71,452
Tokens de razonamiento 0 155,147
Tiempo de respuesta (promedio) 5.96s 29.10s
Tiempo de respuesta (máximo) 18.33s 170.45s
Tiempo de respuesta (total) 95.30s 290.96s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

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
OpenAI: GPT-5.3 Chat 7.3 7.5 77.8% 1 4.72s 3,091 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
OpenAI: GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
StepFun: 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
OpenAI: GPT-5.3 Chat 9.9 10.0 100.0% 0 2.21s 942 0
StepFun: 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
OpenAI: GPT-5.3 Chat 10.0 4.4 33.3% 2 13.01s 8,264 0
StepFun: Step 3.5 Flash 4.0 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
OpenAI: GPT-5.3 Chat 4.0 10.0 0.0% 0 1.99s 319 0
StepFun: Step 3.5 Flash 6.0 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
OpenAI: GPT-5.3 Chat 9.0 10.0 50.0% 0 3.29s 1,455 0
StepFun: Step 3.5 Flash 9.0 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
OpenAI: GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
StepFun: Step 3.5 Flash 4.0 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
OpenAI: GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponible gratisGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponible gratisGPT-5.3 ChatnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponible gratisGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponible gratisSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-Flashmedium