Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Max Preview vs StepFun: Step 3.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica Qwen3.6 Max Preview Qwen3.6 Max Preview none Lanzamiento: 2026-04-20 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 7.2 7.6
Rango #54 #43
Fiabilidad 10.0 10.0
Consistencia 9.1 9.2
Pruebas correctas
Tasa de aciertos por intento 64.9% 66.7%
Pruebas inestables 2 2
Ejecuciones totales 57 54
Costo por resultado 0.755 0.099
Costo total $0.083 $0.011
Precio de entrada $1.040 / 1M $0.100 / 1M
Precio de salida $6.240 / 1M $0.300 / 1M
Tokens de salida 4,751 78,299
Tokens de razonamiento 0 173,409
Tiempo de respuesta (promedio) 3.31s 41.66s
Tiempo de respuesta (máximo) 20.51s 170.45s
Tiempo de respuesta (total) 62.80s 499.91s

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
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 513 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 20,391 24,176
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 5.0 2.0 66.7% 1 3.45s 426 0
Step 3.5 Flash - - - - - - - -
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 2,842 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 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 salida Tokens de razonamiento
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 243 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 18 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 76 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 240 3,506
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.45s 69 0
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.38s 323 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 222 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 19 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 2,354 10,372

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LitelowvsStep 3.5 FlashmediumRing 2.6 1tmediumDisponible gratisvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.2mediumvsQwen3.6 Max PreviewnoneGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneDeepSeek V4 FlashhighvsStep 3.5 FlashmediumGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium