Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs StepFun: Step 3.5 Flash

Resumen

Comparación benchmark de GPT-5.6 Sol vs Step 3.5 Flash (medium): Step 3.5 Flash (medium) lidera en puntuación media con 6.6 vs 6.3. Step 3.5 Flash (medium) tiene menor coste de benchmark con $0.070 vs $0.225. GPT-5.6 Sol es más rápido con 1.66s vs 72.53s, con tasas de acierto de 57.1% vs 54.0%.

Modelo recomendado: Step 3.5 Flash (medium) - Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 3.2x menos que GPT-5.6 Sol.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica GPT-5.6 Sol GPT-5.6 Sol none Lanzamiento: 2026-07-09 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 6.3 6.6
Rango #101 #93
Fiabilidad 10.0 10.0
Consistencia 9.0 8.9
Pruebas correctas
Tasa de aciertos por intento 57.1% 54.0%
Pruebas inestables 3 1
Ejecuciones totales 63 60
Costo por resultado 2.244 0.198
Costo total $0.225 $0.070
Precio de entrada $5.000 / 1M $0.100 / 1M
Precio de salida $30.000 / 1M $0.300 / 1M
Total de tokens de entrada 34,218 34,431
Tokens de salida 1,776 91,587
Tokens de razonamiento 0 195,973
Tiempo de respuesta (promedio) 1.66s 72.53s
Tiempo de respuesta (máximo) 3.93s 453.94s
Tiempo de respuesta (total) 34.81s 1015.47s

Generación showcase

Hamster playing table tennis

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

#101 GPT-5.6 Sol

none
Coste
$0.116
Tiempo
78.7s
Tokens
3,944 tok

#93 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-5.6 Sol 8.3 10.0 75.0% 0 1.27s 606 154 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-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 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-5.6 Sol 3.0 10.0 0.0% 0 3.93s 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-5.6 Sol 10.0 10.0 100.0% 0 1.53s 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-5.6 Sol 3.6 7.2 22.2% 1 1.43s 723 54 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-5.6 Sol 6.5 3.4 66.7% 1 1.52s 477 91 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-5.6 Sol 8.5 6.8 83.3% 1 1.33s 660 84 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-5.6 Sol 7.7 10.0 66.7% 0 1.49s 642 211 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-5.6 Sol 10.0 10.0 100.0% 0 3.70s 5,454 246 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-5.6 Sol 3.0 10.0 0.0% 0 1.95s 195 24 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 SupermediumDisponible gratisvsGPT-5.6 SolnoneGemma 4 31BmediumDisponible gratisvsGPT-5.6 SolnoneGPT-5.6 SolnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsGPT-5.6 SolnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.6 SolnoneGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsGPT-5.6 SolnoneGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumGPT-5.6 SolnonevsQwen3.6 27Bmedium