Step 3.7 Flash (medium) vs Grok 4.5 (low)

Modelos comparados

Modelo recomendado Step 3.7 Flash (medium)

Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 2.4x menos que Grok 4.5 (low).

Métrica	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29	Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08

Métrica	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29	Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación	7.8	7.8
Rango	#106	#109
Fiabilidad	10.0	10.0
Consistencia	8.7	9.3
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	68.1%	73.9%
Pruebas inestables	4	2
Ejecuciones totales	69	69
Costo por resultado	4.392	8.404
Costo total	$0.571	$1.345
Precio de entrada	$0.200 / 1M	$2.000 / 1M
Precio de salida	$1.150 / 1M	$6.000 / 1M
Total de tokens de entrada	319,524	308,068
Tokens de salida	440,835	9,218
Tokens de razonamiento	0	112,197
Tiempo de respuesta (promedio)	26.57s	18.14s
Tiempo de respuesta (máximo)	152.83s	205.28s
Tiempo de respuesta (total)	611.09s	417.21s
Parámetros	198B en total (11B activos)	~1.7T en total (~170B activos)
Disponibilidad	Código abierto	Código cerrado

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

medium

low

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		93.88s	205,333	31,126	0
Grok 4.5	5.0	10.0	0.0%	0		61.53s	182,463	1,713	4,213

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
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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	5.3	10.0	33.3%	0		27.26s	837	52,484	0
Grok 4.5	2.9	7.2	11.1%	1		77.09s	2,523	14	71,813

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
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Cambiar par de comparación