OpenAI: GPT-5.4 Nano vs StepFun: Step 3.7 Flash

GPT-5.4 Nano (medium) lidera en puntuación media con 7.5 vs 7.3. GPT-5.4 Nano (medium) tiene menor coste de benchmark con $0.138 vs $0.454. GPT-5.4 Nano (medium) es más rápido con 13.24s vs 20.68s, con tasas de acierto de 65.2% vs 68.2%.

Modelo recomendadoGPT-5.4 Nano (medium)Tiene la mejor puntuación aquí (7.5) y cuesta aproximadamente 3.3x menos que Step 3.7 Flash (low).

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

Métrica	GPT-5.4 Nano GPT-5.4 Nano medium Lanzamiento: 2026-03-17	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29

Métrica	GPT-5.4 Nano GPT-5.4 Nano medium Lanzamiento: 2026-03-17	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación	7.5	7.3
Rango	#51	#64
Fiabilidad	10.0	10.0
Consistencia	8.5	8.1
Pruebas correctas
Tasa de aciertos por intento	65.2%	68.2%
Pruebas inestables	4	5
Ejecuciones totales	66	66
Costo por resultado	1.150	3.782
Costo total	$0.138	$0.454
Precio de entrada	$0.200 / 1M	$0.200 / 1M
Precio de salida	$1.250 / 1M	$1.150 / 1M
Total de tokens de entrada	82,819	103,833
Tokens de salida	7,100	376,581
Tokens de razonamiento	90,022	0
Tiempo de respuesta (promedio)	13.24s	20.68s
Tiempo de respuesta (máximo)	94.06s	124.75s
Tiempo de respuesta (total)	291.33s	455.01s

Hamster playing table tennis

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

#51 GPT-5.4 Nano

medium

Coste: $0.007
Tiempo: 24.6s
Tokens: 4,943 tok

#64 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-5.4 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254
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-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778
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-5.4 Nano	9.9	10.0	100.0%	0		32.24s	59,730	4,435	19,221
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-5.4 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516
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-5.4 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325
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-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443
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-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521
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-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408
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-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382
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-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174
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 KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow 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-5.4 NanomediumvsQwen3.7 Maxnone Claude Sonnet 4.6nonevsStep 3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashlow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok 4.3medium Step 3.7 FlashlowvsGLM 5.1medium