Step 3.7 Flash (medium) vs Grok 4.6 (medium)

Modelos comparados

Rango: #113
Total de tokens de salida: 440,835
Tiempo de respuesta (promedio): 26.57s
Costo total: $0.571

Rango: #114
Total de tokens de salida: 266,197
Tiempo de respuesta (promedio): 74.77s
Costo total: $2.270

Modelo recomendado Step 3.7 Flash (medium)

Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 4.0x menos que Grok 4.6 (medium).

Comparación detallada

Métrica	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29	Grok 4.6 Grok 4.6 medium Lanzamiento: 2026-08-12

Métrica	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29	Grok 4.6 Grok 4.6 medium Lanzamiento: 2026-08-12
Puntuación	7.8	7.8
Rango	#113	#114
Fiabilidad	10.0	10.0
Consistencia	8.7	8.7
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	68.1%	78.3%
Pruebas inestables	4	4
Ejecuciones totales	69	69
Costo por resultado	4.392	14.187
Costo total	$0.571	$2.270
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	$0.500 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	319,524	336,351
Tokens de salida	440,835	6,180
Tokens de razonamiento	0	260,017
Tiempo de respuesta (promedio)	26.57s	74.77s
Tiempo de respuesta (máximo)	152.83s	514.35s
Tiempo de respuesta (total)	611.09s	1719.73s
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.

#113 Step 3.7 Flash

medium

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

#114 SpaceXAI: Grok 4.6

medium

Coste: $0.028
Tiempo: 72.1s
Tokens: 4,771 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 4.6	5.0	10.0	0.0%	0		103.61s	229,564	1,369	15,020

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 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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		80.94s	87,764	114,720	0
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

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 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

Cambiar par de comparación

Step 3.7 FlashmediumvsGLM 5.3high Grok 4.6mediumvsGLM 5.3high Qwen3.7 PlusnonevsGrok 4.6medium Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Ling 3.1 FlashhighvsStep 3.7 Flashmedium Ling 3.1 FlashhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium GPT-6 LunahighvsGrok 4.6medium Muse Glimmer 30BhighvsGrok 4.6medium Qwen3.7 MaxnonevsStep 3.7 Flashmedium