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-5.3 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-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.4 7.4
Rango #57 #60
Fiabilidad 10.0 10.0
Consistencia 8.4 8.7
Pruebas correctas
Tasa de aciertos por intento 68.3% 68.3%
Pruebas inestables 4 3
Ejecuciones totales 60 60
Costo por resultado 3.350 2.796
Costo total $0.402 $0.336
Precio de entrada $1.750 / 1M $0.200 / 1M
Precio de salida $14.000 / 1M $1.150 / 1M
Tokens de salida 24,757 285,209
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 6.13s 16.06s
Tiempo de respuesta (máximo) 18.33s 124.75s
Tiempo de respuesta (total) 122.61s 321.11s

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-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 6.9 6.2 66.7% 1 10.52s 4,772 0
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 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 salida Tokens de razonamiento
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 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-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 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-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 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-5.3 Chat 9.8 10.0 100.0% 0 3.51s 1,491 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 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-5.3 Chat 10.0 10.0 100.0% 0 2.99s 1,758 0
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 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-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 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-5.3 Chat 3.0 10.0 0.0% 0 4.38s 569 0
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Comparación rápida

Cambiar par de comparación

GPT-5.3 ChatnonevsMiMo-V2.5mediumGPT-5.3 ChatnonevsGLM 5.1mediumKimi K2.6mediumDisponible gratisvsGPT-5.3 ChatnoneKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneStep 3.7 FlashlowvsMiMo-V2.5mediumStep 3.7 FlashlowvsGLM 5V TurbomediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.3 ChatnonevsGLM 5V TurbomediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 Flashlow