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: Qwen3.6 Plus vs StepFun: Step 3.7 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.8 7.4
Rango #38 #60
Fiabilidad 10.0 10.0
Consistencia 9.2 8.7
Pruebas correctas
Tasa de aciertos por intento 68.3% 68.3%
Pruebas inestables 2 3
Ejecuciones totales 60 60
Costo por resultado 0.630 2.796
Costo total $0.082 $0.336
Precio de entrada $0.325 / 1M $0.200 / 1M
Precio de salida $1.950 / 1M $1.150 / 1M
Tokens de salida 1,833 285,209
Tokens de razonamiento 124,782 0
Tiempo de respuesta (promedio) 26.81s 16.06s
Tiempo de respuesta (máximo) 201.68s 124.75s
Tiempo de respuesta (total) 509.43s 321.11s

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 Plus 10.0 10.0 100.0% 0 9.90s 207 7,557
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Plus 4.1 6.7 16.7% 1 201.68s 38 33,395
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 0
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 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
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 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
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 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
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 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
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 Plus 10.0 10.0 100.0% 0 6.34s 309 6,712
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
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 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
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 Plus 3.0 10.0 0.0% 0 47.51s 21 7,761
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Comparación rápida

Cambiar par de comparación

Kimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowGPT-5.2 ChatnonevsQwen3.6 PlusmediumClaude Opus 4.8nonevsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumDeepSeek V3.2mediumvsStep 3.7 Flashlow