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 none Lanzamiento: 2026-03-17 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01 Disponible gratis
Rango #66 #22
Puntuación 4.8 7.9
Consistencia 8.6 9.1
Costo por resultado 0.737 0.000
Costo total $0.030 $0.000
Pruebas correctas
Tasa de aciertos por intento 31.4% 70.6%
Pruebas inestables 3 2
Ejecuciones totales 51 49
Tokens de salida 2,085 71,904
Tokens de razonamiento 0 155,607
Tiempo de respuesta (promedio) 1.17s 26.78s
Tiempo de respuesta (máximo) 2.52s 170.45s
Tiempo de respuesta (total) 19.82s 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 3.1 8.1 8.3% 1 929ms 654 0
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 3.0 10.0 0.0% 0 2.52s 298 0
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 1.30s 222 0
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 3.5 4.4 33.3% 2 937ms 88 0
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 4.8 10.0 0.0% 0 1.82s 174 0
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 6.3 10.0 50.0% 0 728ms 101 0
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 5.4 10.0 33.3% 0 860ms 293 0
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 3.0 10.0 0.0% 0 2.32s 255 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparación rápida

Cambiar par de comparación

GPT-5.4 MininonevsQwen3 Coder NextmediumGemini 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 gratisGPT-5.4 MininonevsGLM 4.7 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponible gratisGPT-5.4 MininonevsQwen3.5-9BmediumClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponible gratisMistral Small 4mediumvsGPT-5.4 MininoneGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponible gratisMiniMax M2.5mediumDisponible gratisvsGPT-5.4 Mininone