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-5.5 vs StepFun: Step 3.5 Flash

Resumen

Comparación benchmark de GPT-5.5 vs Step 3.5 Flash: Step 3.5 Flash lidera en puntuación media con 6.6 vs 6.3. Step 3.5 Flash tiene menor coste de benchmark con $0.070 vs $0.231. GPT-5.5 es más rápido con 1.89s vs 72.53s, con tasas de acierto de 54.0% vs 54.0%.

Modelo recomendado: Step 3.5 Flash - Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 3.3x menos que GPT-5.5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica GPT-5.5 GPT-5.5 none Lanzamiento: 2026-04-24 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 6.3 6.6
Rango #90 #80
Fiabilidad 10.0 10.0
Consistencia 8.8 8.9
Pruebas correctas
Tasa de aciertos por intento 54.0% 54.0%
Pruebas inestables 3 1
Ejecuciones totales 63 60
Costo por resultado 2.302 0.198
Costo total $0.231 $0.070
Precio de entrada $5.000 / 1M $0.090 / 1M
Precio de salida $30.000 / 1M $0.300 / 1M
Total de tokens de entrada 34,212 34,431
Tokens de salida 1,971 91,587
Tokens de razonamiento 0 195,973
Tiempo de respuesta (promedio) 1.89s 72.53s
Tiempo de respuesta (máximo) 5.56s 453.94s
Tiempo de respuesta (total) 39.64s 1015.47s

Generación showcase

Hamster playing table tennis

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

#90 GPT-5.5

none
Coste
$0.090
Tiempo
54.3s
Tokens
3,063 tok

#80 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

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-5.5 6.9 7.9 66.7% 1 1.31s 606 213 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-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 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-5.5 3.0 10.0 0.0% 0 5.56s 11,019 300 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 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 entrada Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 1.18s 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-5.5 2.9 7.2 11.1% 1 1.31s 723 52 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-5.5 10.0 10.0 100.0% 0 3.41s 477 124 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-5.5 6.2 5.8 66.7% 1 1.15s 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-5.5 7.7 10.0 66.7% 0 1.29s 642 252 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-5.5 10.0 10.0 100.0% 0 3.90s 5,445 247 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-5.5 3.0 10.0 0.0% 0 5.01s 195 18 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

GPT-5.5nonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumDisponible gratisvsGPT-5.5noneNemotron 3 SupermediumDisponible gratisvsGPT-5.5noneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LitelowvsGPT-5.5noneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 Flashmedium