#51 Step 3.7 Flash
low
SVG inválido
- Coste
- $0.004
- Tiempo
- 25.3s
- Tokens
- 3,072 tok
AI BENCHY Compare
StepFun: Step 3.7 Flash vs xAI: Grok 4.3
Resumen
La puntuación media está prácticamente empatada en 7.7 vs 7.7. Step 3.7 Flash (low) tiene menor coste de benchmark con $0.341 vs $0.614. Step 3.7 Flash (low) es más rápido con 15.74s vs 47.51s, con tasas de acierto de 68.3% vs 71.4%.
Modelo recomendadoStep 3.7 Flash (low)Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 1.8x menos que Grok 4.3 (medium).
Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14
| Métrica | Step 3.7 Flash Step 3.7 Flash low | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| Puntuación | 7.7 | 7.7 |
| Rango | #51 | #48 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 8.4 | 8.5 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 68.3% | 71.4% |
| Pruebas inestables | 4 | 4 |
| Ejecuciones totales | 63 | 63 |
| Costo por resultado | 2.840 | 4.724 |
| Costo total | $0.341 | $0.614 |
| Precio de entrada | $0.200 / 1M | $1.250 / 1M |
| Precio de salida | $1.150 / 1M | $2.500 / 1M |
| Total de tokens de entrada | 40,101 | 44,472 |
| Tokens de salida | 289,325 | 1,981 |
| Tokens de razonamiento | 0 | 221,382 |
| Tiempo de respuesta (promedio) | 15.74s | 47.51s |
| Tiempo de respuesta (máximo) | 124.75s | 216.69s |
| Tiempo de respuesta (total) | 330.63s | 997.68s |
Generación showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#48 xAI: Grok 4.3
medium- Coste
- $0.009
- Tiempo
- 19.0s
- Tokens
- 3,661 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
| 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 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 | |
| Grok 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
Comparación rápida
Cambiar par de comparación
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.3mediumKimi K2.6mediumDisponible gratisvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow