OpenAI: GPT-5.4 Mini vs StepFun: Step 3.5 Flash

Step 3.5 Flash (medium) lidera en puntuación media con 6.0 vs 5.9. GPT-5.4 Mini tiene menor coste de benchmark con $0.095 vs $0.108. GPT-5.4 Mini es más rápido con 1.53s vs 174.22s, con tasas de acierto de 33.3% vs 51.5%.

Modelo recomendadoGPT-5.4 MiniSu puntuación se mantiene cerca de la mejor aquí (5.9 vs 6.0) y responde aproximadamente 113.6x más rápido que Step 3.5 Flash (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

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

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
Puntuación	5.9	6.0
Rango	#129	#123
Fiabilidad	10.0	9.2
Consistencia	8.9	9.0
Pruebas correctas
Tasa de aciertos por intento	33.3%	51.5%
Pruebas inestables	3	1
Ejecuciones totales	66	63
Costo por resultado	1.580	0.540
Costo total	$0.095	$0.108
Precio de entrada	$0.750 / 1M	$0.100 / 1M
Precio de salida	$4.500 / 1M	$0.300 / 1M
Total de tokens de entrada	79,067	65,707
Tokens de salida	7,880	108,561
Tokens de razonamiento	0	293,993
Tiempo de respuesta (promedio)	1.53s	174.22s
Tiempo de respuesta (máximo)	9.92s	1597.85s
Tiempo de respuesta (total)	33.74s	2613.32s

Hamster playing table tennis

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

#129 GPT-5.4 Mini

none

Coste: $0.010
Tiempo: 11.7s
Tokens: 2,151 tok

#123 Step 3.5 Flash

medium

Coste: $0.008
Tiempo: 277.1s
Tokens: 23,695 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-5.4 Mini	3.1	8.1	8.3%	1		929ms	606	654	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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-5.4 Mini	5.5	10.0	33.3%	0		913ms	7,305	401	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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-5.4 Mini	6.5	10.0	50.0%	0		6.22s	55,842	5,637	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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-5.4 Mini	10.0	10.0	100.0%	0		1.30s	7,140	222	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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-5.4 Mini	3.5	4.4	33.3%	2		937ms	723	88	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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-5.4 Mini	4.8	10.0	0.0%	0		1.82s	477	174	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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-5.4 Mini	6.3	10.0	50.0%	0		728ms	660	101	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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-5.4 Mini	5.4	10.0	33.3%	0		836ms	642	305	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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-5.4 Mini	3.0	10.0	0.0%	0		2.32s	5,477	255	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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-5.4 Mini	3.0	10.0	0.0%	0		1.33s	195	43	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Comparación rápida

Cambiar par de comparación

North Mini CodemediumDisponible gratisvsGPT-5.4 Mininone Nemotron 3 UltranoneDisponible gratisvsStep 3.5 Flashmedium Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium Qwen3.5-FlashnonevsStep 3.5 Flashmedium Qwen3.6 FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitenonevsStep 3.5 Flashmedium Gemini 3.1 Flash LiteminimalvsStep 3.5 Flashmedium Gemini 2.5 FlashnonevsStep 3.5 Flashmedium Nemotron 3 SupermediumDisponible gratisvsGPT-5.4 Mininone GPT-5.6 LunalowvsStep 3.5 Flashmedium