AI BENCHY
Advertise here
#43

Step 3.5 Flash

Stepfun Lanzamiento: 2026-02-01 Probado el: 2026-05-08 15:30 stepfun/step-3.5-flash::medium
(medium) (none)

Resumen

Step 3.5 Flash obtiene 7.6 en AI BENCHY y ocupa el puesto #43. Tiene fiabilidad 10.0, una tasa de aciertos de 66.7%, coste total de $0.011 y tiempo medio de respuesta de 41.66s.

Qué hace único a Step 3.5 Flash: Destaca más en Análisis y extracción de datos, donde ocupa #1, mientras que Resolución de acertijos es su área más débil con #17. Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.

Puntuación

7.6

Consistencia

9.2

Fiabilidad

10.0

Costo total (precio actual)

$0.011

Total de tokens de salida

251,708

Total de tokens de entrada

0

Precio de entrada

$0.100 / 1M

Precio de salida

$0.300 / 1M

Pruebas correctas

Pruebas incorrectas: 7

Tasa de aciertos por intento: 66.7%

Pruebas inestables

2

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

41.66s

Tiempo de respuesta (máximo): 170.45s

Tiempo de respuesta (total): 499.91s

Respuesta incorrecta: 4 No siguió las instrucciones: 3

Hamster playing table tennis

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

#43 Step 3.5 Flash

medium
Coste
$0.008
Tiempo
277.1s
Tokens
23,695 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-07-16 23:25 Prueba nueva añadida 6.0 9.2 $0.108 ↑ Comparar
2026-06-04 14:12 Prueba nueva añadida 7.2 8.9 $0.070 ↑ Comparar
2026-05-22 00:30 Suite modificada 7.4 9.3 $0.015 Comparar
2026-05-08 15:30 Suite modificada 7.6 10.0 $0.011 Ejecución actual
2026-04-11 00:35 Primera ejecución registrada 7.9 N/D $0.000 Comparar

Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

Step 3.5 FlashmediumvsInklinglowStep 3.5 FlashmediumvsQwen3.5-FlashnoneStep 3.5 FlashmediumvsGemini 3.1 Flash LitenoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20noneStep 3.5 Flashmediumvsgpt-oss-120bmediumStep 3.5 FlashmediumvsQwen3.5-35B-A3BnoneStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsNemotron 3 UltramediumDisponible gratisStep 3.5 FlashmediumvsGPT-5.5low

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 10.0 10.0
Combinado 10.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 5.3 7.2
Inteligencia general 5.5 10.0
Seguimiento de instrucciones 8.5 6.8
Resolución de acertijos 5.3 10.0
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados