OpenAI: GPT-5.3 Chat vs StepFun: Step 3.7 Flash

GPT-5.3 Chat lidera en puntuación media con 7.5 vs 7.3. Step 3.7 Flash (low) tiene menor coste de benchmark con $0.454 vs $0.571. GPT-5.3 Chat es más rápido con 6.88s vs 20.68s, con tasas de acierto de 68.2% vs 68.2%.

Modelo recomendadoGPT-5.3 ChatTiene la mejor puntuación aquí (7.5) y responde aproximadamente 3.0x más rápido que Step 3.7 Flash (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

Métrica	GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29

Métrica	GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación	7.5	7.3
Rango	#62	#75
Fiabilidad	10.0	10.0
Consistencia	8.2	8.1
Pruebas correctas
Tasa de aciertos por intento	68.2%	68.2%
Pruebas inestables	5	5
Ejecuciones totales	66	66
Costo por resultado	4.387	3.782
Costo total	$0.571	$0.454
Precio de entrada	$1.750 / 1M	$0.200 / 1M
Precio de salida	$14.000 / 1M	$1.150 / 1M
Total de tokens de entrada	78,990	103,833
Tokens de salida	30,854	376,581
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	6.88s	20.68s
Tiempo de respuesta (máximo)	18.33s	124.75s
Tiempo de respuesta (total)	151.31s	455.01s

Hamster playing table tennis

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

#62 GPT-5.3 Chat

none

Coste: $0.008
Tiempo: 8.1s
Tokens: 634 tok

#75 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
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0
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
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0
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
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	0
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	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
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0
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
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0
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
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0
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
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0
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
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0
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
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0
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
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0
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 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow Kimi K2.7 CodemediumvsGPT-5.3 Chatnone KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Nemotron 3 UltramediumDisponible gratisvsGPT-5.3 Chatnone Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow GPT-5.3 ChatnonevsQwen3.5-27Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium Claude Sonnet 4.6nonevsStep 3.7 Flashlow