Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemma 4 31B vs StepFun: Step 3.5 Flash

Zusammenfassung

Gemma 4 31B vs Step 3.5 Flash Benchmark-Vergleich: Step 3.5 Flash führt beim Durchschnittsscore mit 6.6 vs 6.3. Gemma 4 31B hat die niedrigeren Benchmark-Kosten mit $0.033 vs $0.070. Gemma 4 31B ist schneller mit 56.55s vs 72.53s, mit Erfolgsraten von 69.8% vs 54.0%.

Empfohlenes Modell: Gemma 4 31B - Die Punktzahl bleibt nah an der besten hier (6.3 vs 6.6) und es kostet etwa 2.1x weniger als Step 3.5 Flash.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar Step 3.5 Flash Step 3.5 Flash medium Veröffentlichung: 2026-02-01
Punktzahl 6.3 6.6
Rang #88 #80
Zuverlässigkeit 10.0 10.0
Konsistenz 9.4 8.9
Korrekte Tests
Erfolgsquote pro Versuch 69.8% 54.0%
Instabile Tests 1 1
Gesamtläufe 63 60
Kosten pro Ergebnis 0.257 0.198
Gesamtkosten $0.033 $0.070
Eingabepreis $0.120 / 1M $0.090 / 1M
Ausgabepreis $0.350 / 1M $0.300 / 1M
Gesamte Eingabe-Token 17,957 34,431
Ausgabe-Token 22,356 91,587
Denk-Token 65,726 195,973
Antwortzeit (Durchschnitt) 56.55s 72.53s
Antwortzeit (Maximum) 437.40s 453.94s
Antwortzeit (Gesamt) 1074.41s 1015.47s

Generierungs-Showcase

Hamster playing table tennis

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

#88 Gemma 4 31B

medium
Kosten
$0.002
Zeit
45.7s
Token
2,696 tok

#80 Step 3.5 Flash

medium
Kosten
$0.008
Zeit
277.1s
Token
23,695 tok

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) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Schnellvergleich

Vergleichspaar wechseln

Gemma 4 31BmediumKostenlos verfügbarvsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31BmediumKostenlos verfügbarGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumGemma 4 31BmediumKostenlos verfügbarvsQwen3.5-FlashnoneQwen3.7 MaxnonevsStep 3.5 FlashmediumGemma 4 31BmediumKostenlos verfügbarvsNemotron 3 Ultra 550b A55bnoneKostenlos verfügbarGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemma 4 31BmediumKostenlos verfügbarvsQwen3.6 Max PreviewnoneGPT-5.5nonevsStep 3.5 Flashmedium