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 6.1. Gemma 4 31B tiene menor coste de benchmark con $0.004 vs $0.070. Gemma 4 31B es más rápido con 4.05s vs 72.53s, con tasas de acierto de 47.6% vs 54.0%.

Modelo recomendado: Gemma 4 31B - Su puntuación se mantiene cerca de la mejor aquí (6.1 vs 6.6) y cuesta aproximadamente 23.0x 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 none Lanzamiento: 2026-04-02 Disponible gratis Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación 6.1 6.6
Rango #98 #80
Fiabilidad 10.0 10.0
Consistencia 10.0 8.9
Pruebas correctas
Tasa de aciertos por intento 47.6% 54.0%
Pruebas inestables 0 1
Ejecuciones totales 63 60
Costo por resultado 0.034 0.198
Costo total $0.004 $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 20,911 34,431
Tokens de salida 1,407 91,587
Tokens de razonamiento 0 195,973
Tiempo de respuesta (promedio) 4.05s 72.53s
Tiempo de respuesta (máximo) 26.13s 453.94s
Tiempo de respuesta (total) 76.87s 1015.47s

Generación showcase

Hamster playing table tennis

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

#98 Gemma 4 31B

none
Coste
$0.001
Tiempo
12.8s
Tokens
795 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 6.5 10.0 50.0% 0 1.85s 852 45 0
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 5.5 10.0 33.3% 0 11.19s 8,381 735 0
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 2.25s 8,352 285 0
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 3.22s 903 27 0
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 2.09s 576 117 0
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 6.5 10.0 50.0% 0 2.84s 795 78 0
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 6.5 10.0 33.3% 0 4.23s 828 108 0
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 1.25s 224 12 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Comparación rápida

Cambiar par de comparación

Gemini 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 31BnoneDisponible gratisvsQwen3.5-35B-A3BmediumNorth Mini CodemediumDisponible gratisvsGemma 4 31BnoneDisponible gratisQwen3.7 MaxnonevsStep 3.5 FlashmediumGemma 4 31BnoneDisponible gratisvsNemotron 3 SupermediumDisponible gratisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGPT-5.5nonevsStep 3.5 FlashmediumGemini 3.5 FlashnonevsStep 3.5 FlashmediumSeed-2.0-LitenonevsStep 3.5 Flashmedium