নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs StepFun: Step 3.5 Flash

সারাংশ

Gemini 2.5 Flash vs Step 3.5 Flash benchmark তুলনা: Step 3.5 Flash average score-এ এগিয়ে: 6.6 vs 6.2. Gemini 2.5 Flash-এর benchmark খরচ কম: $0.016 vs $0.070. Gemini 2.5 Flash দ্রুত: 875ms vs 72.53s, pass rates 46.0% vs 54.0%.

প্রস্তাবিত মডেল: Gemini 2.5 Flash - Its score stays close to the best score here (6.2 vs 6.6), while costing about 4.5x less than Step 3.5 Flash.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-06-18

মেট্রিক Gemini 2.5 Flash Gemini 2.5 Flash none প্রকাশ: 2025-06-17 Step 3.5 Flash Step 3.5 Flash medium প্রকাশ: 2026-02-01
স্কোর 6.2 6.6
র‍্যাঙ্ক #93 #80
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 46.0% 54.0%
অস্থির টেস্ট 1 1
মোট রান 63 60
প্রতি ফলাফলে খরচ 0.169 0.198
মোট খরচ $0.016 $0.070
ইনপুট মূল্য $0.300 / 1M $0.090 / 1M
আউটপুট মূল্য $2.500 / 1M $0.300 / 1M
মোট ইনপুট টোকেন 35,926 34,431
আউটপুট টোকেন 1,770 91,587
রিজনিং টোকেন 0 195,973
প্রতিক্রিয়া সময় (গড়) 875ms 72.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 4.39s 453.94s
প্রতিক্রিয়া সময় (মোট) 18.37s 1015.47s

জেনারেশন শোকেস

Hamster playing table tennis

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

#93 Gemini 2.5 Flash

none
অবৈধ SVG
খরচ
$0.164
সময়
215.5s
টোকেন
65,659 tok

#80 Step 3.5 Flash

medium
খরচ
$0.008
সময়
277.1s
টোকেন
23,695 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

অ্যান্টি-এআই কৌশল স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 3.0 10.0 0.0% 0 582ms 492 102 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
সমন্বিত স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 3.0 10.0 0.0% 0 4.39s 12,519 366 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
ডেটা পার্সিং ও নিষ্কাশন স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 10.0 10.0 100.0% 0 652ms 7,257 279 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
ডোমেইন-নির্দিষ্ট স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 5.9 7.2 55.6% 1 495ms 633 12 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Sadharon Buddhimotta স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 5.0 10.0 0.0% 0 615ms 486 78 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
নির্দেশনা অনুসরণ স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 10.0 10.0 100.0% 0 590ms 615 72 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
ধাঁধা সমাধান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 7.7 10.0 66.7% 0 604ms 558 132 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
টুল কলিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 10.0 10.0 100.0% 0 1.91s 5,088 234 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
সাধারণ জ্ঞান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 2.5 Flash 3.0 10.0 0.0% 0 1.15s 156 12 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

দ্রুত তুলনা

তুলনার জুটি বদলান