Step 3.7 Flash (low) vs Grok 4.3 (medium)

Modelos comparados

Rango: #176
Total de tokens de salida: 339,108
Tiempo de respuesta (promedio): 20.72s
Costo total: $0.449

Rango: #236
Total de tokens de salida: 232,542
Tiempo de respuesta (promedio): 44.53s
Costo total: $0.989

Modelo recomendado Step 3.7 Flash (low)

Tiene la mejor puntuación aquí (7.2) y cuesta aproximadamente 2.2x menos que Grok 4.3 (medium).

Comparación detallada

Métrica	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29	Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01

Métrica	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29	Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación	7.2	6.5
Rango	#176	#236
Fiabilidad	10.0	10.0
Consistencia	7.9	8.3
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	63.8%	63.8%
Pruebas inestables	6	5
Ejecuciones totales	69	69
Costo por resultado	4.078	8.235
Costo total	$0.449	$0.989
Precio de entrada	$0.200 / 1M	$1.250 / 1M
Precio de salida	$1.150 / 1M	$2.500 / 1M
Precio de lectura de caché	$0.040 / 1M	$0.200 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	292,685	325,471
Tokens de salida	339,108	14,867
Tokens de razonamiento	0	217,675
Tiempo de respuesta (promedio)	20.72s	44.53s
Tiempo de respuesta (máximo)	124.75s	216.69s
Tiempo de respuesta (total)	476.67s	1024.25s
Parámetros	198B en total (11B activos)	~1.5T en total (~150B activos)
Disponibilidad	Código abierto	Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#176 Step 3.7 Flash

low

SVG inválido

Coste: $0.004
Tiempo: 25.3s
Tokens: 3,072 tok

#236 SpaceXAI: 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

Categoría:

Tareas de agentes	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	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

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 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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

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 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Cambiar par de comparación

KAT-Coder-Pro V2.5highvsGrok 4.3medium Step 3.7 FlashlowvsGLM 5medium Grok 4.3mediumvsGLM 5.1none LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Qwen3.5-122B-A10BnonevsGrok 4.3medium Grok 4.3mediumvsGLM 5.3low Qwen3.7 FlashhighvsStep 3.7 Flashlow Gemini 3 Flash PreviewnonevsGrok 4.3medium Beam 1.0 501B A23BmaxvsGrok 4.3medium Claude Opus 5nonevsStep 3.7 Flashlow Beam 1.0 501B A23BxhighvsGrok 4.3medium