নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 3.5 Flash-Lite vs StepFun: Step 3.7 Flash

average score প্রায় সমান: 8.1 vs 8.0. Step 3.7 Flash (medium)-এর benchmark খরচ কম: $0.515 vs $0.584. Gemini 3.5 Flash-Lite (high) দ্রুত: 9.48s vs 26.37s, pass rates 81.8% vs 72.7%.

প্রস্তাবিত মডেলGemini 3.5 Flash-Lite (high)It has the best score here (8.1), while responding about 2.8x faster than Step 3.7 Flash (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-21

মেট্রিক Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high প্রকাশ: 2026-07-21 Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29
স্কোর 8.1 8.0
র‍্যাঙ্ক #31 #33
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 7.5 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 81.8% 72.7%
অস্থির টেস্ট 7 3
মোট রান 66 64
প্রতি ফলাফলে খরচ 4.169 3.676
মোট খরচ $0.584 $0.515
ইনপুট মূল্য $0.300 / 1M $0.200 / 1M
আউটপুট মূল্য $2.500 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 105,138 114,062
আউটপুট টোকেন 8,315 427,572
রিজনিং টোকেন 212,507 0
প্রতিক্রিয়া সময় (গড়) 9.48s 26.37s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 43.93s 152.83s
প্রতিক্রিয়া সময় (মোট) 208.52s 580.25s

Hamster playing table tennis

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

#31 Gemini 3.5 Flash-Lite

high
খরচ
$0.023
সময়
23.6s
টোকেন
9,128 tok

#33 Step 3.7 Flash

medium
খরচ
$0.006
সময়
46.2s
টোকেন
4,466 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

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 3.5 Flash-Lite 8.6 7.6 88.9% 1 15.09s 8,136 452 55,603
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

দ্রুত তুলনা

তুলনার জুটি বদলান