Comparar Gráficos

Idioma:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-4o-mini vs StepFun: Step 3.5 Flash

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica	OpenAI: GPT-4o-mini none Lanzamiento: Fecha de lanzamiento desconocida	StepFun: Step 3.5 Flash medium Lanzamiento: Fecha de lanzamiento desconocida Disponible gratis
Rango	#28	#11
Puntuación	4.86	7.00
Consistencia	9.98	8.32
Costo por resultado	0.056	0.000
Costo total	$0.003	$0.000
Pruebas correctas
Pruebas incorrectas	9	5
Tasa de aciertos por intento	35.7%	73.8%
Pruebas inestables	0	3
Tokens de salida	949	60,502
Tokens de razonamiento	0	117,044

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-4o-mini	4.00	10.00	33.3%	0		180	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		183	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-4o-mini	1.00	10.00	0.0%	0		15	0
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-4o-mini	5.50	10.00	50.0%	0		71	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-4o-mini	4.00	9.92	0.0%	0		295	0
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		205	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

Cambiar par de comparación

Comparar OpenAI: GPT-4o-mini contra...

Comparar StepFun: Step 3.5 Flash contra...