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

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite Preview vs StepFun: Step 3.7 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Lanzamiento: 2026-03-03 Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación 7.5 7.9
Rango #54 #32
Fiabilidad 10.0 9.9
Consistencia 9.7 9.2
Pruebas correctas
Tasa de aciertos por intento 63.3% 71.7%
Pruebas inestables 1 2
Ejecuciones totales 60 58
Costo por resultado 0.142 2.663
Costo total $0.017 $0.347
Precio de entrada $0.250 / 1M $0.200 / 1M
Precio de salida $1.500 / 1M $1.150 / 1M
Tokens de salida 5,541 294,481
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.23s 18.32s
Tiempo de respuesta (máximo) 3.39s 113.98s
Tiempo de respuesta (total) 24.68s 366.45s

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 salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 7.5 8.4 66.7% 1 1.04s 1,092 0
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 6.8 10.0 50.0% 0 1.06s 664 0
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 3.20s 339 0
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.22s 399 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 942ms 568 0
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 4.0 10.0 0.0% 0 741ms 69 0
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.13s 574 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 900ms 1,045 0
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.39s 782 0
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 814ms 9 0
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Comparación rápida

Cambiar par de comparación

Qwen3.7 MaxnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumDisponible gratisGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewnonevsGLM 5V TurbomediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2-Promedium