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

Modelos comparados

Rango: #109
Total de tokens de salida: 440,835
Tiempo de respuesta (promedio): 26.57s
Costo total: $0.571

Rango: #107
Total de tokens de salida: 306,044
Tiempo de respuesta (promedio): 68.44s
Costo total: $2.996

Modelo recomendado Step 3.7 Flash (medium)

Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 5.2x menos que Grok 4.5 (medium).

Comparación detallada

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

Métrica	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29	Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación	7.8	7.8
Rango	#109	#107
Fiabilidad	10.0	10.0
Consistencia	8.7	9.0
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	68.1%	79.7%
Pruebas inestables	4	3
Ejecuciones totales	69	69
Costo por resultado	4.392	14.430
Costo total	$0.571	$2.996
Precio de entrada	$0.200 / 1M	$2.000 / 1M
Precio de salida	$1.150 / 1M	$6.000 / 1M
Precio de lectura de caché	$0.040 / 1M	$0.300 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	319,524	308,369
Tokens de salida	440,835	7,013
Tokens de razonamiento	0	299,031
Tiempo de respuesta (promedio)	26.57s	68.44s
Tiempo de respuesta (máximo)	152.83s	436.38s
Tiempo de respuesta (total)	611.09s	1574.14s
Parámetros	198B en total (11B activos)	~1.7T en total (~170B 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.

#109 Step 3.7 Flash

medium

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

#107 SpaceXAI: Grok 4.5

medium

Coste: $0.044
Tiempo: 59.4s
Tokens: 7,512 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		93.88s	205,333	31,126	0
Grok 4.5	5.0	10.0	0.0%	0		65.24s	186,214	1,499	5,085

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		23.50s	2,991	147	4,018

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	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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		6.29s	8,937	225	3,657

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	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

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	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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		6.06s	1,857	57	2,728

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		7.75s	2,430	254	3,641

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		6.57s	8,544	192	968

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		74.44s	789	13	14,921

Comparación rápida

Cambiar par de comparación

Grok 4.5mediumvsGLM 5.3high Step 3.7 FlashmediumvsGLM 5.3high Ling 3.1 FlashhighvsGrok 4.5medium Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Qwen3.8 2.4T A95BhighvsGrok 4.5medium Ling 3.1 FlashhighvsStep 3.7 Flashmedium Qwen3.7 PlusnonevsGrok 4.5medium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.7 MaxnonevsGrok 4.5medium Qwen3.7 MaxnonevsStep 3.7 Flashmedium Claude Fable 5.1highvsGrok 4.5medium