Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.6 Sol vs Step 3.7 Flash (low)

Step 3.7 Flash (low) lidera en puntuación media con 7.1 vs 7.0. Step 3.7 Flash (low) tiene menor coste de benchmark con $0.390 vs $0.524. GPT-5.6 Sol es más rápido con 2.17s vs 17.87s, con tasas de acierto de 63.6% vs 63.6%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-08-15

Rango
#115
Total de tokens de salida
4,357
Tiempo de respuesta (promedio)
2.17s
Costo total
$0.524
Rango
#112
Total de tokens de salida
320,393
Tiempo de respuesta (promedio)
17.87s
Costo total
$0.390
Modelo recomendado GPT-5.6 Sol

Su puntuación se mantiene cerca de la mejor aquí (7.0 vs 7.1) y responde aproximadamente 8.2x más rápido que Step 3.7 Flash (low).

Comparación detallada

Métrica GPT-5.6 Sol GPT-5.6 Sol none Lanzamiento: 2026-07-09 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.0 7.1
Rango #115 #112
Fiabilidad 10.0 10.0
Consistencia 9.0 8.1
Intentos 66/66 66/66
Pruebas correctas
Tasa de aciertos por intento 63.6% 63.6%
Pruebas inestables 3 5
Ejecuciones totales 66 66
Costo por resultado 4.365 3.539
Costo total $0.524 $0.390
Precio de entrada $5.000 / 1M $0.200 / 1M
Precio de salida $30.000 / 1M $1.150 / 1M
Total de tokens de entrada 78,602 103,842
Tokens de salida 4,357 320,393
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 2.17s 17.87s
Tiempo de respuesta (máximo) 12.81s 124.75s
Tiempo de respuesta (total) 47.66s 393.04s
Parámetros ~2T en total (~150B activos) 198B en total (11B activos)
Disponibilidad Código cerrado Código abierto

Generación showcase de modelos

Hamster playing table tennis

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

#115 GPT-5.6 Sol

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

#112 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

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 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

Comparación rápida

Cambiar par de comparación