StepFun: Step 3.5 Flash vs Thinking Machines: Inkling

Inkling (low) lidera en puntuación media con 6.1 vs 6.0. Step 3.5 Flash (medium) tiene menor coste de benchmark con $0.108 vs $0.187. Inkling (low) es más rápido con 5.15s vs 174.22s, con tasas de acierto de 51.5% vs 54.6%.

Modelo recomendadoInkling (low)Tiene la mejor puntuación aquí (6.1) y responde aproximadamente 33.8x más rápido que Step 3.5 Flash (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

Métrica	Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01	Inkling Inkling low Lanzamiento: 2026-07-18

Métrica	Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01	Inkling Inkling low Lanzamiento: 2026-07-18
Puntuación	6.0	6.1
Rango	#126	#119
Fiabilidad	9.2	9.9
Consistencia	9.0	8.6
Pruebas correctas
Tasa de aciertos por intento	51.5%	54.6%
Pruebas inestables	1	4
Ejecuciones totales	63	66
Costo por resultado	0.540	1.866
Costo total	$0.108	$0.187
Precio de entrada	$0.100 / 1M	$1.000 / 1M
Precio de salida	$0.300 / 1M	$4.050 / 1M
Total de tokens de entrada	65,707	109,884
Tokens de salida	108,561	8,579
Tokens de razonamiento	293,993	10,343
Tiempo de respuesta (promedio)	174.22s	5.15s
Tiempo de respuesta (máximo)	1597.85s	41.58s
Tiempo de respuesta (total)	2613.32s	113.39s

Hamster playing table tennis

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

#126 Step 3.5 Flash

medium

Coste: $0.008
Tiempo: 277.1s
Tokens: 23,695 tok

#119 Thinking Machines: Inkling

low

Coste: $0.002
Tiempo: 6.1s
Tokens: 502 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

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
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176
Inkling	8.3	10.0	75.0%	0		2.51s	702	172	1,024

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
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429
Inkling	5.1	7.2	22.2%	1		8.71s	7,374	355	4,961

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
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004
Inkling	2.9	5.8	16.7%	1		22.73s	85,854	6,920	1,367

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
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886
Inkling	10.0	10.0	100.0%	0		2.07s	7,068	216	344

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
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436
Inkling	5.3	10.0	33.3%	0		1.99s	795	66	504

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
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506
Inkling	10.0	10.0	100.0%	0		3.44s	501	160	213

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
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521
Inkling	9.8	10.0	100.0%	0		1.81s	708	93	379

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
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861
Inkling	6.4	5.0	66.7%	2		2.97s	714	347	908

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
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802
Inkling	3.0	10.0	0.0%	0		2.57s	5,949	219	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
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372
Inkling	3.0	10.0	0.0%	0		3.12s	219	31	643

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LitenonevsInklinglow gpt-oss-120bmediumvsInklinglow Qwen3.6 FlashnonevsInklinglow Qwen3.5-FlashnonevsInklinglow Nemotron 3 UltranoneDisponible gratisvsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsInklinglow Gemini 3.1 Flash LiteminimalvsInklinglow Qwen3.5-35B-A3BnonevsInklinglow Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium GPT-5 NanomediumvsInklinglow Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium Nemotron 3 UltranoneDisponible gratisvsInklinglow