Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemma 4 31B vs StepFun: Step 3.7 Flash

Resumen

Comparación benchmark de Gemma 4 31B vs Step 3.7 Flash: Step 3.7 Flash lidera en puntuación media con 8.5 vs 6.3. Gemma 4 31B tiene menor coste de benchmark con $0.033 vs $0.376. Step 3.7 Flash es más rápido con 20.35s vs 56.55s, con tasas de acierto de 69.8% vs 73.0%.

Modelo recomendado: Step 3.7 Flash - Tiene la mejor puntuación aquí (8.5) y responde aproximadamente 2.8x más rápido que Gemma 4 31B.

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 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación 6.3 8.5
Rango #88 #20
Fiabilidad 10.0 9.9
Consistencia 9.4 9.3
Pruebas correctas
Tasa de aciertos por intento 69.8% 73.0%
Pruebas inestables 1 2
Ejecuciones totales 63 61
Costo por resultado 0.257 2.686
Costo total $0.033 $0.376
Precio de entrada $0.120 / 1M $0.200 / 1M
Precio de salida $0.350 / 1M $1.150 / 1M
Total de tokens de entrada 17,957 39,981
Tokens de salida 22,356 319,958
Tokens de razonamiento 65,726 0
Tiempo de respuesta (promedio) 56.55s 20.35s
Tiempo de respuesta (máximo) 437.40s 113.98s
Tiempo de respuesta (total) 1074.41s 427.42s

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

#20 Step 3.7 Flash

medium
Coste
$0.006
Tiempo
46.2s
Tokens
4,466 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 3.7 Flash 8.7 7.9 91.7% 1 9.65s 756 32,185 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
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 13,683 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 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 3.7 Flash 10.0 10.0 100.0% 0 2.75s 7,398 3,020 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
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 708 70,347 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
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 525 3,987 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
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 735 2,166 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
Gemma 4 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 756 15,071 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
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0 0
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 7,746 2,115 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
Gemma 4 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 237 139,164 0

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsStep 3.7 FlashmediumGemma 4 31BmediumDisponible gratisvsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31BmediumDisponible gratisGemma 4 31BmediumDisponible gratisvsQwen3.5-FlashnoneDeepSeek V4 FlashhighvsStep 3.7 FlashmediumGemma 4 31BmediumDisponible gratisvsNemotron 3 Ultra 550b A55bnoneDisponible gratisGemma 4 31BmediumDisponible gratisvsQwen3.6 Max PreviewnoneGemma 4 31BmediumDisponible gratisvsGLM 5noneGemma 4 31BmediumDisponible gratisvsQwen3.6 FlashnoneGemma 4 31BmediumDisponible gratisvsQwen3.5-35B-A3BnoneGemma 4 31BmediumDisponible gratisvsQwen3.5-27BnoneGemma 4 31BmediumDisponible gratisvsQwen3.5 Plus 2026-02-15none