Comparar Gráficos

Idioma:

❤️ Made by XCS

AI BENCHY Compare

Qwen: Qwen3.5-Flash 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	Qwen: Qwen3.5-Flash medium Lanzamiento: Fecha de lanzamiento desconocida	StepFun: Step 3.5 Flash medium Lanzamiento: Fecha de lanzamiento desconocida Disponible gratis
Rango	#24	#11
Puntuación	5.79	7.00
Consistencia	7.60	8.32
Costo por resultado	0.650	0.000
Costo total	$0.046	$0.000
Pruebas correctas
Pruebas incorrectas	7	5
Tasa de aciertos por intento	66.7%	73.8%
Pruebas inestables	4	3
Tokens de salida	1,194	60,502
Tokens de razonamiento	108,368	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
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		363	23,645
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
Qwen: Qwen3.5-Flash	5.50	5.87	83.3%	1		235	16,237
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
Qwen: Qwen3.5-Flash	1.00	4.41	33.3%	2		52	34,605
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
Qwen: Qwen3.5-Flash	7.50	9.91	50.0%	0		98	14,139
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
Qwen: Qwen3.5-Flash	4.00	7.21	55.6%	1		137	18,458
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
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		309	1,284
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

Cambiar par de comparación

Comparar Qwen: Qwen3.5-Flash contra...

Comparar StepFun: Step 3.5 Flash contra...