Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
Your ad here

AI BENCHY Compare

OpenAI: gpt-oss-120b vs StepFun: Step 3.5 Flash

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica OpenAI: gpt-oss-120b medium Lanzamiento: Fecha de lanzamiento desconocida Disponible gratis StepFun: Step 3.5 Flash medium Lanzamiento: Fecha de lanzamiento desconocida Disponible gratis
Rango #25 #11
Puntuación 5.64 7.00
Consistencia 7.55 8.32
Costo por resultado 0.101 0.000
Costo total $0.008 $0.000
Pruebas correctas
Pruebas incorrectas 7 5
Tasa de aciertos por intento 59.5% 73.8%
Pruebas inestables 4 3
Tokens de salida 11,407 60,502
Tokens de razonamiento 26,106 117,044

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Cambiar par de comparación

Comparar OpenAI: gpt-oss-120b contra...

Comparar StepFun: Step 3.5 Flash contra...