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 Mini vs StepFun: Step 3.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-01

Métrica GPT-5 Mini GPT-5 Mini medium Lanzamiento: 2025-08-07 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 7.2 7.4
Rango #73 #61
Fiabilidad 10.0 10.0
Consistencia 9.1 9.1
Pruebas correctas
Tasa de aciertos por intento 61.7% 61.4%
Pruebas inestables 2 2
Ejecuciones totales 60 57
Costo por resultado 1.348 0.133
Costo total $0.149 $0.062
Precio de entrada $0.250 / 1M $0.090 / 1M
Precio de salida $2.000 / 1M $0.300 / 1M
Tokens de salida 6,723 90,478
Tokens de razonamiento 63,082 173,544
Tiempo de respuesta (promedio) 23.75s 43.20s
Tiempo de respuesta (máximo) 88.15s 170.45s
Tiempo de respuesta (total) 475.03s 561.54s

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 salida Tokens de razonamiento
GPT-5 Mini 7.1 7.6 66.7% 1 13.86s 1,715 6,378
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 20,391 24,176
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Mini 10.0 10.0 100.0% 0 30.74s 580 12,544
Step 3.5 Flash 2.5 6.0 33.3% 1 62.83s 12,098 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Mini 10.0 10.0 100.0% 0 88.15s 754 11,520
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 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 salida Tokens de razonamiento
GPT-5 Mini 10.0 10.0 100.0% 0 12.58s 453 3,200
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Mini 3.6 7.2 22.2% 1 44.63s 293 14,016
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Mini 4.5 10.0 0.0% 0 13.50s 349 1,856
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 240 3,506
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Mini 10.0 10.0 100.0% 0 11.59s 310 3,968
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 2,364 3,521
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Mini 5.6 9.8 33.3% 0 15.20s 1,622 6,144
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 5,630 10,861
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Mini 10.0 10.0 100.0% 0 18.64s 487 1,600
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5 Mini 3.0 10.0 0.0% 0 9.99s 160 1,856
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 2,354 10,372

Comparación rápida

Cambiar par de comparación

GPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumRing-2.6-1TnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5 MinimediumRing-2.6-1TnonevsStep 3.5 FlashmediumClaude Sonnet 4.6nonevsGPT-5 MinimediumGPT-5 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash LitelowvsGPT-5 Minimedium