Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5-27B vs StepFun: Step 3.7 Flash

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

Métrica Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24 Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación 7.9 7.9
Rango #28 #32
Fiabilidad 10.0 9.9
Consistencia 8.9 9.2
Pruebas correctas
Tasa de aciertos por intento 73.3% 71.7%
Pruebas inestables 3 2
Ejecuciones totales 60 58
Costo por resultado 4.532 2.663
Costo total $0.590 $0.347
Precio de entrada $0.195 / 1M $0.200 / 1M
Precio de salida $1.560 / 1M $1.150 / 1M
Tokens de salida 2,569 294,481
Tokens de razonamiento 304,894 0
Tiempo de respuesta (promedio) 60.09s 18.32s
Tiempo de respuesta (máximo) 177.36s 113.98s
Tiempo de respuesta (total) 1201.89s 366.45s

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
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 7.0 9.8 50.0% 0 123.86s 416 64,993
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 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
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 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
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 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
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 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
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 242 70,096
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 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
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 31 23,683
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Comparación rápida

Cambiar par de comparación

Qwen3.7 MaxnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsQwen3.5-27BmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsStep 3.7 FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighDisponible gratisvsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.7 FlashmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashmedium