Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3.5 Flash vs StepFun: Step 3.7 Flash

Resumen

Comparación benchmark de Gemini 3.5 Flash vs Step 3.7 Flash: Step 3.7 Flash lidera en puntuación media con 7.1 vs 6.8. Gemini 3.5 Flash tiene menor coste de benchmark con $0.108 vs $1.148. Gemini 3.5 Flash es más rápido con 1.57s vs 64.46s, con tasas de acierto de 68.3% vs 63.5%.

Modelo recomendado: Gemini 3.5 Flash - Su puntuación se mantiene cerca de la mejor aquí (6.8 vs 7.1) y cuesta aproximadamente 10.7x menos que Step 3.7 Flash.

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

Métrica Gemini 3.5 Flash Gemini 3.5 Flash minimal Lanzamiento: 2026-05-19 Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación 6.8 7.1
Rango #71 #63
Fiabilidad 10.0 10.0
Consistencia 9.6 8.2
Pruebas correctas
Tasa de aciertos por intento 68.3% 63.5%
Pruebas inestables 1 4
Ejecuciones totales 63 63
Costo por resultado 0.767 10.434
Costo total $0.108 $1.148
Precio de entrada $1.500 / 1M $0.200 / 1M
Precio de salida $9.000 / 1M $1.150 / 1M
Total de tokens de entrada 39,847 38,391
Tokens de salida 5,277 991,355
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.57s 64.46s
Tiempo de respuesta (máximo) 5.51s 364.99s
Tiempo de respuesta (total) 33.02s 1353.57s

Generación showcase

Hamster playing table tennis

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

#71 Gemini 3.5 Flash

minimal
Coste
$0.041
Tiempo
20.4s
Tokens
4,608 tok

#63 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

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 6.5 10.0 50.0% 0 892ms 492 405 0
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 5.6 9.9 33.3% 0 2.75s 8,122 3,456 0
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 3.0 10.0 0.0% 0 3.56s 15,780 404 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 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 10.0 10.0 100.0% 0 1.66s 7,548 279 0
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 10.0 10.0 100.0% 0 899ms 633 12 0
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 10.0 10.0 100.0% 0 922ms 486 117 0
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 6.4 5.8 66.7% 1 893ms 615 76 0
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 10.0 10.0 100.0% 0 1.45s 558 282 0
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 10.0 10.0 100.0% 0 2.79s 5,457 234 0
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 3.0 10.0 0.0% 0 1.76s 156 12 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashhighvsGLM 5.1mediumGemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3.5 FlashminimalvsRing-2.6-1TmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumDisponible gratisvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.5 FlashnonevsStep 3.7 FlashhighGemini 3.5 FlashminimalvsMiMo-V2.5medium