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

Gemini 3 PRO 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 PRO Preview Gemini 3 PRO Preview medium Lanzamiento: 2025-11-18 Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación 8.1 7.9
Rango #22 #32
Fiabilidad N/D 9.9
Consistencia 10.0 9.2
Pruebas correctas
Tasa de aciertos por intento 73.7% 71.7%
Pruebas inestables 0 2
Ejecuciones totales 60 58
Costo por resultado 1.406 2.663
Costo total $0.197 $0.347
Precio de entrada $0.000 / 1M $0.200 / 1M
Precio de salida $0.000 / 1M $1.150 / 1M
Tokens de salida 1,490 294,481
Tokens de razonamiento 10,102 0
Tiempo de respuesta (promedio) 9.05s 18.32s
Tiempo de respuesta (máximo) 26.24s 113.98s
Tiempo de respuesta (total) 90.53s 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 PRO Preview 10.0 10.0 100.0% 0 14.99s 149 1,485
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 PRO Preview 3.0 10.0 0.0% 0 0ms 0 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 PRO Preview 3.0 10.0 0.0% 0 10.37s 351 952
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 PRO Preview 10.0 10.0 100.0% 0 10.84s 279 3,156
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 PRO Preview 5.3 10.0 33.3% 0 7.01s 15 1,195
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 PRO Preview 10.0 10.0 100.0% 0 9.34s 78 374
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 PRO Preview 9.8 10.0 100.0% 0 3.26s 69 754
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 PRO Preview 10.0 10.0 100.0% 0 3.88s 225 1,215
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 PRO Preview 10.0 10.0 100.0% 0 11.96s 324 971
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 PRO Preview 0.0 0.0 0.0% 0 0ms 0 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 3.5 FlashminimalvsStep 3.7 FlashmediumGemini 3 PRO PreviewmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighDisponible gratisvsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.7 FlashmediumGemini 3 PRO PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashmediumGemini 3.1 Flash LitelowvsStep 3.7 FlashmediumGPT-5.3 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighDisponible gratisvsGemini 3 PRO Previewmedium