step-3.5-flash
Snapshot del 11 de septiembre de 2026 · LMArena, categoría overall
Puesto
#157
categoría overall
Arena Score
1394
IC 95% 1391 – 1398
Percentil
61
sobre el leaderboard completo
Batallas
57 129
votos acumulados
Distancia al #1
−111
puntos de rating
Modelos por encima
156
con rating superior
Empate estadístico: los intervalos de confianza se solapan con 23 modelos del rango #145 – #168, así que el puesto no es distinguible del de ellos con los votos actuales.
Dependencia del estilo
El style control descuenta el formato de la respuesta (longitud, markdown, listas). Un delta positivo significa que el modelo mejora cuando ese efecto se descuenta.
Sin control de estilo
1404 #138
Con control de estilo
1312 #14
Efecto del style control
−10 pts
Rendimiento por categoría
Puesto del modelo en cada categoría del leaderboard. Si no acumula votos suficientes en una categoría, no aparece en ella.
Código
#140
Matemáticas
#135
Escritura creativa
#169
Seguimiento de instrucciones
#152
Multi-turno
#154
Prompts difíciles
#158
Nivel experto
#129
Inglés
#153
Otros idiomas
#158
Más fuerte en japonés (#119) · más débil en medicina y salud (#172)
Trayectoria histórica
Evolución del modelo entre snapshots. El cambio de rating en 30 días es la medida honesta de si mejoró o empeoró.
Debut
6 feb 2026
hace 217 días
Historia
73 snapshots
en los que aparece
Mejor puesto
#82
el 6 feb 2026
Rating máximo
1396
pico histórico
Snapshot anterior
#155
cayó 2 puestos
Hace 30 días
#147
cayó 10 puestos
Rating 30 días
−0.2 pts
cambio neto
Volatilidad
22.6
desviación del puesto
Dentro de su organización
Puesto #1 de 4 modelos
Mejor rating de la organización 1394
Sobre este modelo
Texto del modelo en HTML RAW
Navegar el leaderboard
Otros modelos de StepFun
Ver todosPreguntas frecuentes
- ¿Qué GPU necesito para correr este modelo?
- Depende de la cuantización: unos 140 GB de VRAM en fp16, unos 70 GB en 8 bits y unos 40 GB en 4 bits. En la práctica, una H100 de 80 GB lo mueve en 8 bits y una A6000 de 48 GB en 4 bits.
- ¿Cuantizarlo le baja la calidad?
- Bajar a 8 bits es casi gratis en calidad. A 4 bits la pérdida ya se nota en tareas de razonamiento y de código, aunque para conversación y redacción sigue siendo perfectamente utilizable.
- ¿Puedo usarlo en un producto comercial?
- Sí, la Llama 3.3 Community License permite uso comercial, pero no es una licencia abierta sin condiciones: obliga a atribuir el modelo y exige una licencia aparte de Meta si tu producto supera los 700 millones de usuarios activos mensuales.
- ¿Por qué el puesto no es un dato exacto?
- Porque el rating es una estimación con margen de error. Cuando los intervalos de confianza de dos modelos se solapan, el orden entre ellos depende del ruido de los votos, no de una diferencia real de calidad.
- ¿Ollama o vLLM?
- Ollama para empezar rápido y para un solo usuario a la vez. vLLM cuando hay peticiones concurrentes: agrupa las peticiones y aprovecha mucho mejor la GPU, a cambio de una configuración más laboriosa.
- ¿Cada cuánto se actualizan estos datos?
- Con cada snapshot del leaderboard. La fecha del snapshot que estás viendo aparece arriba, junto al nombre del modelo, y las comparativas a 30 días se recalculan contra el snapshot más cercano a esa ventana.