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 3.7 Flash

Resumen

Comparación benchmark de GPT-5.5 vs Step 3.7 Flash: Step 3.7 Flash lidera en puntuación media con 7.0 vs 6.4. GPT-5.5 tiene menor coste de benchmark con $0.231 vs $1.148. GPT-5.5 es más rápido con 1.89s vs 64.46s, con tasas de acierto de 54.0% vs 63.5%.

Modelo recomendado: GPT-5.5 - Su puntuación se mantiene cerca de la mejor aquí (6.4 vs 7.0) y cuesta aproximadamente 5.0x menos que Step 3.7 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica GPT-5.5 GPT-5.5 none Lanzamiento: 2026-04-24 Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación 6.4 7.0
Rango #91 #71
Fiabilidad 10.0 10.0
Consistencia 8.8 8.2
Pruebas correctas
Tasa de aciertos por intento 54.0% 63.5%
Pruebas inestables 3 4
Ejecuciones totales 63 63
Costo por resultado 2.302 10.434
Costo total $0.231 $1.148
Precio de entrada $5.000 / 1M $0.200 / 1M
Precio de salida $30.000 / 1M $1.150 / 1M
Total de tokens de entrada 34,212 38,391
Tokens de salida 1,971 991,355
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.89s 64.46s
Tiempo de respuesta (máximo) 5.56s 364.99s
Tiempo de respuesta (total) 39.64s 1353.57s

Generation showcase

Hamster playing table tennis

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

#91 GPT-5.5

none
Cost
$0.090
Time
54.3s
Tokens
3,063 tok

#71 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 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 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 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-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 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-5.5 3.0 10.0 0.0% 0 5.56s 11,019 300 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 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-5.5 10.0 10.0 100.0% 0 1.18s 7,140 222 0
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 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-5.5 2.9 7.2 11.1% 1 1.31s 723 52 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 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-5.5 10.0 10.0 100.0% 0 3.41s 477 124 0
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 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-5.5 6.2 5.8 66.7% 1 1.15s 660 81 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 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-5.5 7.7 10.0 66.7% 0 1.29s 642 252 0
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 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-5.5 10.0 10.0 100.0% 0 3.90s 5,445 247 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 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-5.5 3.0 10.0 0.0% 0 5.01s 195 18 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Comparación rápida

Cambiar par de comparación

GPT-5.4 NanomediumvsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighMiniMax M3mediumvsStep 3.7 FlashhighGemini 3.1 Flash LiteminimalvsGPT-5.5noneDeepSeek V3.2mediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGrok 4.20mediumSeed-2.0-MinimediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 Flashhigh