Google: Gemini 3.5 Flash-Lite vs StepFun: Step 3.7 Flash

Step 3.7 Flash (high) lidera en puntuación media con 6.9 vs 6.5. Gemini 3.5 Flash-Lite (medium) tiene menor coste de benchmark con $0.369 vs $1.207. Gemini 3.5 Flash-Lite (medium) es más rápido con 6.01s vs 64.68s, con tasas de acierto de 69.7% vs 63.6%.

Modelo recomendadoGemini 3.5 Flash-Lite (medium)Su puntuación se mantiene cerca de la mejor aquí (6.5 vs 6.9) y cuesta aproximadamente 3.3x menos que Step 3.7 Flash (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-21

Métrica	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite medium Lanzamiento: 2026-07-21	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29

Métrica	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite medium Lanzamiento: 2026-07-21	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación	6.5	6.9
Rango	#104	#90
Fiabilidad	10.0	10.0
Consistencia	7.4	8.0
Pruebas correctas
Tasa de aciertos por intento	69.7%	63.6%
Pruebas inestables	7	5
Ejecuciones totales	66	66
Costo por resultado	3.074	10.973
Costo total	$0.369	$1.207
Precio de entrada	$0.300 / 1M	$0.200 / 1M
Precio de salida	$2.500 / 1M	$1.150 / 1M
Total de tokens de entrada	118,818	98,691
Tokens de salida	11,677	1,032,395
Tokens de razonamiento	121,611	0
Tiempo de respuesta (promedio)	6.01s	64.68s
Tiempo de respuesta (máximo)	49.03s	364.99s
Tiempo de respuesta (total)	132.30s	1423.01s

Hamster playing table tennis

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

#104 Gemini 3.5 Flash-Lite

medium

Coste: $0.015
Tiempo: 16.4s
Tokens: 5,971 tok

#90 Step 3.7 Flash

high

Coste: $0.007
Tiempo: 63.6s
Tokens: 6,030 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

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		1.70s	516	149	5,902
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

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 3.5 Flash-Lite	5.5	7.4	44.4%	1		8.37s	8,136	452	25,999
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

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 3.5 Flash-Lite	3.8	1.6	50.0%	2		28.68s	94,257	10,068	57,720
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		1.69s	7,269	292	2,801
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

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 3.5 Flash-Lite	2.9	4.4	22.2%	2		6.62s	651	18	14,669
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

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 3.5 Flash-Lite	5.4	2.5	66.7%	1		2.93s	492	97	1,991
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

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 3.5 Flash-Lite	9.8	10.0	100.0%	0		1.59s	627	69	2,851
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

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 3.5 Flash-Lite	8.4	7.4	88.9%	1		1.70s	576	204	3,632
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		2.63s	6,132	317	1,351
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

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 3.5 Flash-Lite	3.0	10.0	0.0%	0		5.98s	162	11	4,695
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Comparación rápida

Cambiar par de comparación

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh Gemini 3.5 Flash-LitemediumvsQwen3.6 Max Previewnone Step 3.7 FlashhighvsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh Gemini 3.5 Flash-LitemediumvsQwen3.5-27Bnone DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 Flash-LitemediumvsLongCat 2.0high Gemini 3.5 Flash-LitemediumvsGLM 5.2none KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsStep 3.7 Flashhigh