Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de Qwen3.6 Max Preview vs Step 3.5 Flash: Step 3.5 Flash lidera en puntuación media con 6.6 vs 6.0. Step 3.5 Flash tiene menor coste de benchmark con $0.070 vs $0.075. Qwen3.6 Max Preview es más rápido con 3.30s vs 72.53s, con tasas de acierto de 58.7% vs 54.0%.

Modelo recomendado: Qwen3.6 Max Preview - Su puntuación se mantiene cerca de la mejor aquí (6.0 vs 6.6) y responde aproximadamente 21.9x más rápido que Step 3.5 Flash.

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

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 6.0 6.6
Rango #100 #80
Fiabilidad 10.0 10.0
Consistencia 9.2 8.9
Pruebas correctas
Tasa de aciertos por intento 58.7% 54.0%
Pruebas inestables 2 1
Ejecuciones totales 63 60
Costo por resultado 0.824 0.198
Costo total $0.075 $0.070
Precio de entrada $1.040 / 1M $0.090 / 1M
Precio de salida $6.240 / 1M $0.300 / 1M
Total de tokens de entrada 42,509 34,431
Tokens de salida 4,779 91,587
Tokens de razonamiento 0 195,973
Tiempo de respuesta (promedio) 3.30s 72.53s
Tiempo de respuesta (máximo) 20.51s 453.94s
Tiempo de respuesta (total) 69.40s 1015.47s

Generación showcase

Hamster playing table tennis

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

#100 Qwen3.6 Max Preview

none
Coste
$0.025
Tiempo
83.9s
Tokens
4,066 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
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 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
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 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
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 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
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 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
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 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 Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneNorth Mini CodemediumDisponible gratisvsQwen3.6 Max PreviewnoneGemini 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 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemma 4 31BmediumDisponible gratisvsQwen3.6 Max PreviewnoneNemotron 3 SupermediumDisponible gratisvsQwen3.6 Max PreviewnoneGPT-5.5nonevsStep 3.5 FlashmediumGemini 3.5 FlashnonevsStep 3.5 Flashmedium