Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5 Mini vs StepFun: Step 3.7 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica GPT-5 Mini GPT-5 Mini medium Lanzamiento: 2025-08-07 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.2 7.4
Rango #73 #60
Fiabilidad 10.0 10.0
Consistencia 9.1 8.7
Pruebas correctas
Tasa de aciertos por intento 61.7% 68.3%
Pruebas inestables 2 3
Ejecuciones totales 60 60
Costo por resultado 1.348 2.796
Costo total $0.149 $0.336
Precio de entrada $0.250 / 1M $0.200 / 1M
Precio de salida $2.000 / 1M $1.150 / 1M
Tokens de salida 6,723 285,209
Tokens de razonamiento 63,082 0
Tiempo de respuesta (promedio) 23.75s 16.06s
Tiempo de respuesta (máximo) 88.15s 124.75s
Tiempo de respuesta (total) 475.03s 321.11s

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 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
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 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 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 3.7 Flash 10.0 10.0 100.0% 0 7.98s 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 salida Tokens de razonamiento
GPT-5 Mini 10.0 10.0 100.0% 0 12.58s 453 3,200
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
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 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
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 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
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 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
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 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
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 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
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 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Comparación rápida

Cambiar par de comparación

Kimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowRing-2.6-1TnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 Flashlow