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-5.6 Terra vs StepFun: Step 3.7 Flash

Resumen

Comparación benchmark de GPT-5.6 Terra (low) vs Step 3.7 Flash (low): La puntuación media está prácticamente empatada en 7.7 vs 7.7. Step 3.7 Flash (low) tiene menor coste de benchmark con $0.341 vs $0.343. GPT-5.6 Terra (low) es más rápido con 4.88s vs 15.74s, con tasas de acierto de 74.6% vs 68.3%.

Modelo recomendado: GPT-5.6 Terra (low) - Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 3.2x más rápido que Step 3.7 Flash (low).

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

Métrica GPT-5.6 Terra GPT-5.6 Terra low Lanzamiento: 2026-07-09 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.7 7.7
Rango #47 #49
Fiabilidad 10.0 10.0
Consistencia 8.1 8.4
Pruebas correctas
Tasa de aciertos por intento 74.6% 68.3%
Pruebas inestables 5 4
Ejecuciones totales 63 63
Costo por resultado 2.637 2.840
Costo total $0.343 $0.341
Precio de entrada $2.500 / 1M $0.200 / 1M
Precio de salida $15.000 / 1M $1.150 / 1M
Total de tokens de entrada 34,226 40,101
Tokens de salida 1,943 289,325
Tokens de razonamiento 15,201 0
Tiempo de respuesta (promedio) 4.88s 15.74s
Tiempo de respuesta (máximo) 19.85s 124.75s
Tiempo de respuesta (total) 102.53s 330.63s

Generación showcase

Hamster playing table tennis

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

#47 GPT-5.6 Terra

low
Coste
$0.034
Tiempo
16.8s
Tokens
2,348 tok

#49 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

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 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 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-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 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-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 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-5.6 Terra 10.0 10.0 100.0% 0 919ms 7,140 222 0
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 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-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 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-5.6 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 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-5.6 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 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-5.6 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 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-5.6 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 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-5.6 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Comparación rápida

Cambiar par de comparación

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.6mediumvsGPT-5.6 TerralowStep 3.7 FlashlowvsGrok 4.3mediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumKimi K2.6mediumDisponible gratisvsGPT-5.6 TerralowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsGPT-5.6 TerralowKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow