AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs StepFun: Step 3.5 Flash

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-11

Metrik	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Veröffentlichung: 2026-02-19	Step 3.5 Flash Step 3.5 Flash none Veröffentlichung: 2026-02-01

Metrik	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Veröffentlichung: 2026-02-19	Step 3.5 Flash Step 3.5 Flash none Veröffentlichung: 2026-02-01
Punktzahl	9.6	3.0
Rang	#2	#93
Konsistenz	10.0	10.0
Korrekte Tests
Erfolgsquote pro Versuch	94.4%	0.0%
Instabile Tests	0	0
Gesamtläufe	54	3
Kosten pro Ergebnis	3.400	0.000
Gesamtkosten	$0.578	$0.000
Eingabepreis	$2.000 / 1M	$0.100 / 1M
Ausgabepreis	$12.000 / 1M	$0.300 / 1M
Ausgabe-Token	1,932	0
Denk-Token	40,542	0
Antwortzeit (Durchschnitt)	15.96s	0ms
Antwortzeit (Maximum)	40.61s	0ms
Antwortzeit (Gesamt)	175.52s	0ms

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.90s	112	3,218
Step 3.5 Flash	-	-	-	-	-	-	-	-

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		19.88s	405	4,201
Step 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	9.5	10.0	100.0%	0		40.61s	432	9,281
Step 3.5 Flash	-	-	-	-	-	-	-	-

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.72s	279	3,904
Step 3.5 Flash	-	-	-	-	-	-	-	-

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		32.73s	18	12,424
Step 3.5 Flash	-	-	-	-	-	-	-	-

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	108	1,179
Step 3.5 Flash	-	-	-	-	-	-	-	-

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	72	2,236
Step 3.5 Flash	-	-	-	-	-	-	-	-

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.15s	232	3,117
Step 3.5 Flash	-	-	-	-	-	-	-	-

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	274	982
Step 3.5 Flash	-	-	-	-	-	-	-	-

Schnellvergleich

Vergleichspaar wechseln

Qwen3.5-9BmediumvsStep 3.5 Flashnone Step 3.5 FlashnonevsGLM 4.7 Flashmedium Gemini 3.1 Pro PreviewmediumvsGPT-5.2 Chatnone Qwen3 Coder NextmediumvsStep 3.5 Flashnone Gemini 3.1 Pro PreviewmediumvsGPT-5.3 Chatnone Claude Sonnet 4.6nonevsGemini 3.1 Pro Previewmedium MiniMax M2.7mediumvsStep 3.5 Flashnone Mistral Small 4mediumvsStep 3.5 Flashnone MiniMax M2.5mediumKostenlos verfügbarvsStep 3.5 Flashnone Gemini 3.1 Pro PreviewmediumvsQwen3.5 Plus 2026-02-15none gpt-oss-120bmediumKostenlos verfügbarvsStep 3.5 Flashnone Gemini 3.1 Pro PreviewmediumvsGLM 5none