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 Flash 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 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17 Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación 9.8 7.1
Rango #1 #74
Fiabilidad 10.0 10.0
Consistencia 9.6 8.2
Pruebas correctas
Tasa de aciertos por intento 98.3% 65.8%
Pruebas inestables 1 4
Ejecuciones totales 60 60
Costo por resultado 2.980 8.723
Costo total $0.567 $0.960
Precio de entrada $0.500 / 1M $0.200 / 1M
Precio de salida $3.000 / 1M $1.150 / 1M
Tokens de salida 2,000 828,084
Tokens de razonamiento 181,033 0
Tiempo de respuesta (promedio) 16.50s 49.43s
Tiempo de respuesta (máximo) 117.26s 192.75s
Tiempo de respuesta (total) 330.06s 988.58s

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 Flash Preview 10.0 10.0 100.0% 0 3.88s 330 3,216
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 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 Flash Preview 7.9 6.4 83.3% 1 95.96s 456 127,964
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 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 Flash Preview 10.0 10.0 100.0% 0 22.42s 351 10,485
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 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 salida Tokens de razonamiento
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.43s 279 4,893
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 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 Flash Preview 10.0 10.0 100.0% 0 15.27s 12 21,684
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 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 Flash Preview 10.0 10.0 100.0% 0 5.19s 72 1,905
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 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 Flash Preview 10.0 10.0 100.0% 0 4.04s 72 2,709
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 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 Flash Preview 10.0 10.0 100.0% 0 4.05s 183 4,365
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 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 Flash Preview 10.0 10.0 100.0% 0 12.60s 234 1,487
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 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 Flash Preview 10.0 10.0 100.0% 0 5.50s 11 2,325
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Comparación rápida

Cambiar par de comparación

GPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 Flashhigh