Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemma 4 31B vs StepFun: Step 3.5 Flash

Resumen

Comparación benchmark de Gemma 4 31B vs Step 3.5 Flash: Step 3.5 Flash lidera en puntuación media con 6.6 vs 6.3. Gemma 4 31B tiene menor coste de benchmark con $0.033 vs $0.070. Gemma 4 31B es más rápido con 56.55s vs 72.53s, con tasas de acierto de 69.8% vs 54.0%.

Modelo recomendado: Gemma 4 31B - Su puntuación se mantiene cerca de la mejor aquí (6.3 vs 6.6) y cuesta aproximadamente 2.1x menos que Step 3.5 Flash.

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

Métrica Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 6.3 6.6
Rango #88 #80
Fiabilidad 10.0 10.0
Consistencia 9.4 8.9
Pruebas correctas
Tasa de aciertos por intento 69.8% 54.0%
Pruebas inestables 1 1
Ejecuciones totales 63 60
Costo por resultado 0.257 0.198
Costo total $0.033 $0.070
Precio de entrada $0.120 / 1M $0.090 / 1M
Precio de salida $0.350 / 1M $0.300 / 1M
Total de tokens de entrada 17,957 34,431
Tokens de salida 22,356 91,587
Tokens de razonamiento 65,726 195,973
Tiempo de respuesta (promedio) 56.55s 72.53s
Tiempo de respuesta (máximo) 437.40s 453.94s
Tiempo de respuesta (total) 1074.41s 1015.47s

Generación showcase

Hamster playing table tennis

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

#88 Gemma 4 31B

medium
Coste
$0.002
Tiempo
45.7s
Tokens
2,696 tok

#80 Step 3.5 Flash

medium
Coste
$0.008
Tiempo
277.1s
Tokens
23,695 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
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
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
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
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
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
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
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
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
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
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
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
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
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Comparación rápida

Cambiar par de comparación

Gemma 4 31BmediumDisponible gratisvsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31BmediumDisponible gratisGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumGemma 4 31BmediumDisponible gratisvsQwen3.5-FlashnoneQwen3.7 MaxnonevsStep 3.5 FlashmediumGemma 4 31BmediumDisponible gratisvsNemotron 3 Ultra 550b A55bnoneDisponible gratisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemma 4 31BmediumDisponible gratisvsQwen3.6 Max PreviewnoneGPT-5.5nonevsStep 3.5 Flashmedium