Step 5 Preview (high) vs Grok 4.6 (low)

Modelos comparados

Rango: #169
Total de tokens de salida: 1,581,325
Tiempo de respuesta (promedio): 154.41s
Costo total: $4.513

Rango: #171
Total de tokens de salida: 42,315
Tiempo de respuesta (promedio): 16.44s
Costo total: $0.781

Modelo recomendado Grok 4.6 (low)

Tiene la mejor puntuación aquí (6.9) y cuesta aproximadamente 5.8x menos que Step 5 Preview (high).

Comparación detallada

Métrica	Step 5 Preview Step 5 Preview high Lanzamiento: 2026-10-09	Grok 4.6 Grok 4.6 low Lanzamiento: 2026-08-12

Métrica	Step 5 Preview Step 5 Preview high Lanzamiento: 2026-10-09	Grok 4.6 Grok 4.6 low Lanzamiento: 2026-08-12
Puntuación	7.0	6.9
Rango	#169	#171
Fiabilidad	9.5	10.0
Consistencia	8.5	9.6
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	52.2%	66.7%
Pruebas inestables	4	1
Ejecuciones totales	69	69
Costo por resultado	45.130	5.205
Costo total	$4.513	$0.781
Precio de entrada	$1.000 / 1M	$2.000 / 1M
Precio de salida	$2.700 / 1M	$6.000 / 1M
Precio de lectura de caché	$0.050 / 1M	$0.500 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	243,381	263,427
Tokens de salida	1,581,325	6,006
Tokens de razonamiento	0	36,309
Tiempo de respuesta (promedio)	154.41s	16.44s
Tiempo de respuesta (máximo)	455.72s	57.97s
Tiempo de respuesta (total)	3551.40s	378.14s
Parámetros	600B en total (27B activos)	~1.7T en total (~170B activos)
Disponibilidad	Código cerrado	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.

#169 Step 5 Preview

high

Coste: $0.057
Tiempo: 150.1s
Tokens: 20,970 tok

#171 SpaceXAI: Grok 4.6

low

Coste: $0.011
Tiempo: 26.0s
Tokens: 1,941 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 5 Preview	10.0	10.0	100.0%	0		55.73s	150,653	10,088	0
Grok 4.6	5.0	10.0	0.0%	0		57.97s	153,467	882	3,385

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 5 Preview	6.5	8.0	58.3%	1		14.70s	684	11,701	0
Grok 4.6	10.0	10.0	100.0%	0		9.00s	2,991	104	3,343

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 5 Preview	2.9	10.0	0.0%	0		421.68s	7,383	576,000	0
Grok 4.6	5.5	7.1	44.4%	1		21.69s	9,579	349	7,740

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 5 Preview	10.0	10.0	100.0%	0		115.30s	66,481	98,423	0
Grok 4.6	6.5	10.0	50.0%	0		23.33s	71,233	3,899	2,805

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 5 Preview	10.0	10.0	100.0%	0		6.55s	7,362	4,589	0
Grok 4.6	10.0	10.0	100.0%	0		11.63s	8,937	225	1,423

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 5 Preview	3.0	10.0	0.0%	0		333.41s	783	479,743	0
Grok 4.6	3.0	10.0	0.0%	0		18.19s	2,523	16	7,921

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 5 Preview	3.4	9.3	0.0%	0		36.56s	507	5,684	0
Grok 4.6	10.0	10.0	100.0%	0		16.29s	1,077	55	1,009

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 5 Preview	7.3	5.8	83.3%	1		20.53s	699	5,503	0
Grok 4.6	9.8	10.0	100.0%	0		6.64s	1,857	57	2,310

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 5 Preview	5.8	4.4	66.7%	2		143.16s	702	196,941	0
Grok 4.6	10.0	10.0	100.0%	0		8.16s	2,430	154	2,506

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 5 Preview	10.0	10.0	100.0%	0		4.34s	7,908	653	0
Grok 4.6	10.0	10.0	100.0%	0		14.42s	8,544	255	359

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 5 Preview	3.0	10.0	0.0%	0		416.44s	219	192,000	0
Grok 4.6	3.0	10.0	0.0%	0		26.11s	789	10	3,508

Cambiar par de comparación

Qwen3.5-122B-A10BmediumvsGrok 4.6low Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Ember-1lowvsStep 5 Previewhigh Gemini 3 Flash PreviewlowvsStep 5 Previewhigh Muse Glimmer 30BlowvsStep 5 Previewhigh Kimi K2.7 CodemediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh Kimi K2.7 CodemediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low GPT-5.2 ChatdefaultvsStep 5 Previewhigh Gemini 3.1 Flash LitemediumvsGrok 4.6low Ember-1highvsGrok 4.6low