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-5.4 Mini vs StepFun: Step 3.5 Flash

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

Métrica GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01 Disponible gratis
Rango #34 #22
Puntuación 7.1 7.9
Consistencia 7.2 9.1
Costo por resultado 3.610 0.000
Costo total $0.289 $0.000
Pruebas correctas
Tasa de aciertos por intento 68.6% 70.6%
Pruebas inestables 6 2
Ejecuciones totales 51 49
Tokens de salida 1,708 71,904
Tokens de razonamiento 58,019 155,607
Tiempo de respuesta (promedio) 15.66s 26.78s
Tiempo de respuesta (máximo) 102.91s 170.45s
Tiempo de respuesta (total) 266.14s 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
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
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
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
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
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
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
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
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
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
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
GPT-5.4 Mini 7.4 6.5 66.7% 1 2.50s 129 1,337
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
GPT-5.4 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
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
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
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 gratisClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponible gratisGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MinimediumvsGLM 5noneClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponible gratisGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 MinimediumDeepSeek V3.2nonevsGPT-5.4 MinimediumGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponible gratis