StepFun: Step 3.7 Flash vs Thinking Machines: Inkling

Step 3.7 Flash (medium) lidera en puntuación media con 8.0 vs 8.0. Inkling (medium) tiene menor coste de benchmark con $0.391 vs $0.515. Inkling (medium) es más rápido con 16.21s vs 26.37s, con tasas de acierto de 72.7% vs 78.8%.

Modelo recomendadoInkling (medium)Su puntuación se mantiene cerca de la mejor aquí (8.0 vs 8.0) y responde aproximadamente 1.6x más rápido que Step 3.7 Flash (medium).

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

Métrica	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29	Inkling Inkling medium Lanzamiento: 2026-07-18

Métrica	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29	Inkling Inkling medium Lanzamiento: 2026-07-18
Puntuación	8.0	8.0
Rango	#29	#32
Fiabilidad	9.9	9.8
Consistencia	8.9	8.2
Pruebas correctas
Tasa de aciertos por intento	72.7%	78.8%
Pruebas inestables	3	5
Ejecuciones totales	64	66
Costo por resultado	3.676	2.604
Costo total	$0.515	$0.391
Precio de entrada	$0.200 / 1M	$1.000 / 1M
Precio de salida	$1.150 / 1M	$4.050 / 1M
Total de tokens de entrada	114,062	124,053
Tokens de salida	427,572	12,189
Tokens de razonamiento	0	53,597
Tiempo de respuesta (promedio)	26.37s	16.21s
Tiempo de respuesta (máximo)	152.83s	85.12s
Tiempo de respuesta (total)	580.25s	356.54s

Hamster playing table tennis

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

#29 Step 3.7 Flash

medium

Coste: $0.006
Tiempo: 46.2s
Tokens: 4,466 tok

#32 Thinking Machines: Inkling

medium

Coste: $0.004
Tiempo: 11.2s
Tokens: 852 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 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0
Inkling	8.7	7.9	91.7%	1		6.49s	645	333	3,091

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	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0
Inkling	8.4	7.8	77.8%	1		25.20s	7,374	525	14,457

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		80.94s	87,764	114,720	0
Inkling	7.3	5.8	83.3%	1		41.15s	98,542	10,088	4,626

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	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0
Inkling	10.0	10.0	100.0%	0		3.60s	7,068	216	813

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	7.7	10.0	66.7%	0		48.27s	708	70,347	0
Inkling	5.3	7.2	44.4%	1		35.60s	795	68	20,323

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	4.0	10.0	0.0%	0		6.85s	525	3,987	0
Inkling	10.0	10.0	100.0%	0		4.65s	501	170	699

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		1.83s	735	2,166	0
Inkling	9.8	10.0	100.0%	0		6.17s	708	93	1,886

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	5.7	9.9	33.3%	0		6.19s	756	15,071	0
Inkling	10.0	10.0	100.0%	0		5.18s	714	370	2,310

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		4.16s	7,746	2,115	0
Inkling	3.0	10.0	0.0%	0		4.48s	7,487	296	298

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		113.98s	237	139,164	0
Inkling	2.8	1.6	33.3%	1		21.69s	219	30	5,094

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsInklingmedium Step 3.7 FlashmediumvsInklinghigh GPT-5.6 TerrahighvsInklingmedium Step 3.7 FlashmediumvsGLM 5.2high Muse Spark 1.1highvsStep 3.7 Flashmedium InklingmediumvsGLM 5.2high GPT-5.2 ChatnonevsInklingmedium Kimi K3maxvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Muse Spark 1.1highvsInklingmedium Claude Opus 4.8lowvsInklingmedium