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 3.5 Flash

Resumen

Comparación benchmark de GPT-5.6 Terra vs Step 3.5 Flash (medium): Step 3.5 Flash (medium) lidera en puntuación media con 6.6 vs 6.0. Step 3.5 Flash (medium) tiene menor coste de benchmark con $0.070 vs $0.130. GPT-5.6 Terra es más rápido con 1.25s vs 72.53s, con tasas de acierto de 42.9% vs 54.0%.

Modelo recomendado: Step 3.5 Flash (medium) - Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 1.9x menos que GPT-5.6 Terra.

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 none Lanzamiento: 2026-07-09 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 6.0 6.6
Rango #116 #93
Fiabilidad 10.0 10.0
Consistencia 9.3 8.9
Pruebas correctas
Tasa de aciertos por intento 42.9% 54.0%
Pruebas inestables 2 1
Ejecuciones totales 63 60
Costo por resultado 1.623 0.198
Costo total $0.130 $0.070
Precio de entrada $2.500 / 1M $0.100 / 1M
Precio de salida $15.000 / 1M $0.300 / 1M
Total de tokens de entrada 39,552 34,431
Tokens de salida 2,060 91,587
Tokens de razonamiento 0 195,973
Tiempo de respuesta (promedio) 1.25s 72.53s
Tiempo de respuesta (máximo) 3.97s 453.94s
Tiempo de respuesta (total) 26.21s 1015.47s

Generación showcase

Hamster playing table tennis

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

#116 GPT-5.6 Terra

none
Coste
$0.030
Tiempo
14.7s
Tokens
2,082 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 Terra 4.8 10.0 25.0% 0 942ms 606 191 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 Terra 5.5 10.0 33.3% 0 1.00s 7,302 336 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 Terra 3.0 10.0 0.0% 0 3.97s 14,961 437 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 Terra 10.0 10.0 100.0% 0 1.13s 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 Terra 5.3 7.2 44.4% 1 757ms 723 68 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 Terra 5.0 10.0 0.0% 0 1.03s 477 102 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 Terra 8.5 6.8 83.3% 1 1.15s 660 101 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 Terra 5.3 10.0 33.3% 0 1.23s 642 235 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 Terra 9.6 10.0 100.0% 0 3.10s 6,846 344 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 Terra 3.0 10.0 0.0% 0 787ms 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

Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumNorth Mini CodemediumDisponible gratisvsGPT-5.6 TerranoneGemini 3.1 Flash LiteminimalvsGPT-5.6 TerranoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGPT-5.6 SolnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumDisponible gratisvsGPT-5.6 TerranoneNemotron 3 SupermediumDisponible gratisvsGPT-5.6 Terranone