Qwen3.8 2.4T A95B (low) vs Step 3.7 Flash (medium)

Modelo recomendado Step 3.7 Flash (medium)

Su puntuación se mantiene cerca de la mejor aquí (8.0 vs 8.2) y cuesta aproximadamente 6.0x menos que Qwen3.8 2.4T A95B (low).

Comparación detallada

Métrica	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29

Métrica	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación	8.2	8.0
Rango	#46	#50
Fiabilidad	9.1	9.9
Consistencia	8.9	8.9
Intentos	66/66	64/66
Pruebas correctas
Tasa de aciertos por intento	78.8%	72.7%
Pruebas inestables	3	3
Ejecuciones totales	66	64
Costo por resultado	19.453	3.676
Costo total	$3.113	$0.515
Precio de entrada	$2.000 / 1M	$0.200 / 1M
Precio de salida	$6.000 / 1M	$1.150 / 1M
Total de tokens de entrada	113,340	114,062
Tokens de salida	107,311	427,572
Tokens de razonamiento	447,174	0
Tiempo de respuesta (promedio)	132.39s	26.37s
Tiempo de respuesta (máximo)	534.21s	152.83s
Tiempo de respuesta (total)	2912.56s	580.25s
Parámetros	2.4T en total (95B activos)	198B en total (11B activos)
Disponibilidad	Pesos disponibles	Código abierto

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

low

medium

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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
Qwen3.8 2.4T A95B	7.6	7.2	77.8%	1		172.53s	6,716	21,405	57,399
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

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
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

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
Qwen3.8 2.4T A95B	5.5	9.3	33.3%	0		386.04s	1,069	2,399	228,792
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

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
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

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
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

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
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Cambiar par de comparación