Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 2.5 Flash vs StepFun: Step 3.5 Flash

Resumen

Comparación benchmark de Gemini 2.5 Flash vs Step 3.5 Flash: Step 3.5 Flash lidera en puntuación media con 6.6 vs 6.2. Gemini 2.5 Flash tiene menor coste de benchmark con $0.016 vs $0.070. Gemini 2.5 Flash es más rápido con 875ms vs 72.53s, con tasas de acierto de 46.0% vs 54.0%.

Modelo recomendado: Gemini 2.5 Flash - Su puntuación se mantiene cerca de la mejor aquí (6.2 vs 6.6) y cuesta aproximadamente 4.5x menos que Step 3.5 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Gemini 2.5 Flash Gemini 2.5 Flash none Lanzamiento: 2025-06-17 Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 6.2 6.6
Rango #93 #80
Fiabilidad 10.0 10.0
Consistencia 9.6 8.9
Pruebas correctas
Tasa de aciertos por intento 46.0% 54.0%
Pruebas inestables 1 1
Ejecuciones totales 63 60
Costo por resultado 0.169 0.198
Costo total $0.016 $0.070
Precio de entrada $0.300 / 1M $0.090 / 1M
Precio de salida $2.500 / 1M $0.300 / 1M
Total de tokens de entrada 35,926 34,431
Tokens de salida 1,770 91,587
Tokens de razonamiento 0 195,973
Tiempo de respuesta (promedio) 875ms 72.53s
Tiempo de respuesta (máximo) 4.39s 453.94s
Tiempo de respuesta (total) 18.37s 1015.47s

Generación showcase

Hamster playing table tennis

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

#93 Gemini 2.5 Flash

none
SVG inválido
Coste
$0.164
Tiempo
215.5s
Tokens
65,659 tok

#80 Step 3.5 Flash

medium
Coste
$0.008
Tiempo
277.1s
Tokens
23,695 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsNemotron 3 SupermediumDisponible gratisGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumNorth Mini CodemediumDisponible gratisvsGemini 2.5 FlashnoneGPT-5.5nonevsStep 3.5 FlashmediumGemini 3.5 FlashnonevsStep 3.5 FlashmediumSeed-2.0-LitenonevsStep 3.5 Flashmedium