Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5-Flash vs StepFun: Step 3.5 Flash

Resumen

Comparación benchmark de Qwen3.5-Flash vs Step 3.5 Flash: Qwen3.5-Flash lidera en puntuación media con 6.8 vs 6.6. Step 3.5 Flash tiene menor coste de benchmark con $0.070 vs $0.080. Qwen3.5-Flash es más rápido con 63.29s vs 72.53s, con tasas de acierto de 71.4% vs 54.0%.

Modelo recomendado: Qwen3.5-Flash - Tiene la puntuación más alta en esta comparación (6.8) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 6.8 6.6
Rango #70 #80
Fiabilidad 10.0 10.0
Consistencia 8.1 8.9
Pruebas correctas
Tasa de aciertos por intento 71.4% 54.0%
Pruebas inestables 5 1
Ejecuciones totales 63 60
Costo por resultado 0.871 0.198
Costo total $0.080 $0.070
Precio de entrada $0.065 / 1M $0.090 / 1M
Precio de salida $0.260 / 1M $0.300 / 1M
Total de tokens de entrada 38,926 34,431
Tokens de salida 2,088 91,587
Tokens de razonamiento 294,598 195,973
Tiempo de respuesta (promedio) 63.29s 72.53s
Tiempo de respuesta (máximo) 234.29s 453.94s
Tiempo de respuesta (total) 1265.85s 1015.47s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#70 Qwen3.5-Flash

medium
Coste
$0.002
Tiempo
25.8s
Tokens
4,294 tok

#80 Step 3.5 Flash

medium
Coste
$0.008
Tiempo
277.1s
Tokens
23,695 tok

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 entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 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 entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumQwen3.5-FlashmediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumQwen3.5-FlashmediumvsGLM 5.2noneDeepSeek V4 PrononevsQwen3.5-Flashmedium