AI BENCHY Compare

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

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-16

Metrik	Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar	Step 3.5 Flash Step 3.5 Flash medium Veröffentlichung: 2026-02-01

Metrik	Gemma 4 31B Gemma 4 31B none Veröffentlichung: 2026-04-02 Kostenlos verfügbar	Step 3.5 Flash Step 3.5 Flash medium Veröffentlichung: 2026-02-01
Punktzahl	6.9	7.9
Rang	#47	#30
Konsistenz	10.0	9.1
Korrekte Tests
Erfolgsquote pro Versuch	55.6%	70.6%
Instabile Tests	0	2
Gesamtläufe	54	49
Kosten pro Ergebnis	0.024	0.000
Gesamtkosten	$0.003	$0.000
Eingabepreis	$0.130 / 1M	$0.100 / 1M
Ausgabepreis	$0.380 / 1M	$0.300 / 1M
Ausgabe-Token	1,359	71,904
Denk-Token	0	155,607
Antwortzeit (Durchschnitt)	4.02s	26.78s
Antwortzeit (Maximum)	26.13s	170.45s
Antwortzeit (Gesamt)	64.33s	294.58s

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
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	45	0
Step 3.5 Flash	10.0	10.0	100.0%	0		13.56s	14,376	17,668

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		26.13s	699	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	1,176	12,984

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	285	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	600	13,886

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	27	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	45,350	90,436

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	117	0
Step 3.5 Flash	5.5	10.0	0.0%	0		6.54s	2,214	2,584

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	78	0
Step 3.5 Flash	8.5	6.8	83.3%	1		4.98s	2,284	3,412

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	5.5	10.0	33.3%	0		2.95s	108	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.72s	5,629	10,835

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Ausgabe-Token	Denk-Token
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	275	3,802

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium GPT-5.2 ChatnonevsStep 3.5 Flashmedium Gemma 4 31BnoneKostenlos verfügbarvsGrok 4.20medium Gemma 4 31BnoneKostenlos verfügbarvsKimi K2.5medium Gemma 4 31BnoneKostenlos verfügbarvsGPT-5 Minimedium Gemma 4 31BnoneKostenlos verfügbarvsNemotron 3 SupermediumKostenlos verfügbar Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium Gemma 4 31BnoneKostenlos verfügbarvsGrok 4.1 Fastmedium GPT-5.3 ChatnonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Gemma 4 31BnoneKostenlos verfügbarvsGPT-5.4 Minimedium Gemma 4 31BnoneKostenlos verfügbarvsMercury 2medium