OpenAI: GPT-5.4 vs StepFun: Step 3.5 Flash

Step 3.5 Flash (medium) lidera en puntuación media con 6.0 vs 5.8. Step 3.5 Flash (medium) tiene menor coste de benchmark con $0.108 vs $0.397. GPT-5.4 es más rápido con 2.07s vs 174.22s, con tasas de acierto de 34.9% vs 51.5%.

Modelo recomendadoGPT-5.4Su puntuación se mantiene cerca de la mejor aquí (5.8 vs 6.0) y responde aproximadamente 84.2x más rápido que Step 3.5 Flash (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

Métrica	GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05	Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01

Métrica	GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05	Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación	5.8	6.0
Rango	#135	#126
Fiabilidad	10.0	9.2
Consistencia	9.2	9.0
Pruebas correctas
Tasa de aciertos por intento	34.9%	51.5%
Pruebas inestables	2	1
Ejecuciones totales	66	63
Costo por resultado	5.663	0.540
Costo total	$0.397	$0.108
Precio de entrada	$2.500 / 1M	$0.100 / 1M
Precio de salida	$15.000 / 1M	$0.300 / 1M
Total de tokens de entrada	108,632	65,707
Tokens de salida	8,321	108,561
Tokens de razonamiento	0	293,993
Tiempo de respuesta (promedio)	2.07s	174.22s
Tiempo de respuesta (máximo)	15.63s	1597.85s
Tiempo de respuesta (total)	45.51s	2613.32s

Hamster playing table tennis

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

#135 GPT-5.4

none

Coste: $0.026
Tiempo: 18.1s
Tokens: 1,792 tok

#126 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	3.2	8.0	8.3%	1		1.21s	606	406	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	5.5	10.0	33.3%	0		1.62s	7,305	516	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	3.0	10.0	0.0%	0		9.26s	85,439	6,195	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	10.0	10.0	100.0%	0		1.04s	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	5.3	7.2	44.4%	1		1.07s	723	50	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	4.4	9.9	0.0%	0		1.78s	477	184	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	6.5	10.0	50.0%	0		1.07s	660	81	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	5.6	9.8	33.3%	0		1.44s	642	381	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	10.0	10.0	100.0%	0		2.75s	5,445	246	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	3.0	10.0	0.0%	0		990ms	195	40	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

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 Nemotron 3 SupermediumDisponible gratisvsGPT-5.4none Step 3.5 FlashmediumvsInklinglow Gemini 3.1 Flash LitenonevsStep 3.5 Flashmedium North Mini CodemediumDisponible gratisvsGPT-5.4none Gemini 3.1 Flash LiteminimalvsStep 3.5 Flashmedium Gemini 2.5 FlashnonevsStep 3.5 Flashmedium