Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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: Step 3.5 Flash lidera en puntuación media con 6.6 vs 6.1. Qwen3.5-Flash tiene menor coste de benchmark con $0.005 vs $0.070. Qwen3.5-Flash es más rápido con 3.58s vs 72.53s, con tasas de acierto de 39.7% vs 54.0%.

Modelo recomendado: Qwen3.5-Flash - Su puntuación se mantiene cerca de la mejor aquí (6.1 vs 6.6) y cuesta aproximadamente 16.7x menos que Step 3.5 Flash.

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

Métrica Qwen3.5-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 6.1 6.6
Rango #97 #80
Fiabilidad 10.0 10.0
Consistencia 9.7 8.9
Pruebas correctas
Tasa de aciertos por intento 39.7% 54.0%
Pruebas inestables 1 1
Ejecuciones totales 63 60
Costo por resultado 0.075 0.198
Costo total $0.005 $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 46,439 34,431
Tokens de salida 4,276 91,587
Tokens de razonamiento 0 195,973
Tiempo de respuesta (promedio) 3.58s 72.53s
Tiempo de respuesta (máximo) 27.18s 453.94s
Tiempo de respuesta (total) 75.28s 1015.47s

Generación showcase

Hamster playing table tennis

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

#97 Qwen3.5-Flash

none
Coste
$0.003
Tiempo
47.4s
Tokens
7,799 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 3.5 8.3 8.3% 1 1.32s 696 690 0
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 5.5 10.0 33.3% 0 850ms 7,913 519 0
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 3.0 10.0 0.0% 0 6.22s 18,879 1,794 0
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 10.0 10.0 100.0% 0 1.57s 7,794 243 0
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 7.7 10.0 66.7% 0 905ms 789 15 0
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 10.0 10.0 100.0% 0 803ms 522 100 0
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 6.3 10.0 50.0% 0 8.81s 711 63 0
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 3.1 10.0 0.0% 0 10.89s 714 579 0
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 3.67s 8,211 264 0
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 588ms 210 9 0
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 3.1 Flash LiteminimalvsQwen3.5-FlashnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumGemma 4 31BmediumDisponible gratisvsQwen3.5-FlashnoneNemotron 3 SupermediumDisponible gratisvsQwen3.5-FlashnoneQwen3.7 MaxnonevsStep 3.5 FlashmediumNorth Mini CodemediumDisponible gratisvsQwen3.5-FlashnoneGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-FlashnoneGPT-5.5nonevsStep 3.5 Flashmedium