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 (medium) vs Step 3.7 Flash (low): GPT-5.6 Terra (medium) lidera en puntuación media con 7.8 vs 7.7. Step 3.7 Flash (low) tiene menor coste de benchmark con $0.341 vs $0.496. GPT-5.6 Terra (medium) es más rápido con 6.69s vs 15.74s, con tasas de acierto de 68.3% vs 68.3%.

Modelo recomendado: GPT-5.6 Terra (medium) - Tiene la mejor puntuación aquí (7.8) y responde aproximadamente 2.4x 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 medium Lanzamiento: 2026-07-09 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.8 7.7
Rango #37 #49
Fiabilidad 10.0 10.0
Consistencia 9.2 8.4
Pruebas correctas
Tasa de aciertos por intento 68.3% 68.3%
Pruebas inestables 2 4
Ejecuciones totales 63 63
Costo por resultado 3.815 2.840
Costo total $0.496 $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 34,218 40,101
Tokens de salida 1,982 289,325
Tokens de razonamiento 25,370 0
Tiempo de respuesta (promedio) 6.69s 15.74s
Tiempo de respuesta (máximo) 41.68s 124.75s
Tiempo de respuesta (total) 140.49s 330.63s

Generación showcase

Hamster playing table tennis

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

#37 GPT-5.6 Terra

medium
Coste
$0.035
Tiempo
16.3s
Tokens
2,418 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 2.22s 606 172 657
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 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527
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 6.26s 11,019 316 540
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 872ms 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 10.0 33.3% 0 23.45s 723 70 15,327
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 5.5 10.0 0.0% 0 2.37s 477 133 144
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 1.43s 660 89 261
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 8.4 7.4 88.9% 1 3.78s 642 272 1,462
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 10.0 10.0 100.0% 0 5.09s 5,454 254 246
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 10.05s 195 27 2,206
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 TerramediumvsGrok 4.5lowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 Terramedium