नेविगेशन
Advertise here

Gemini 2.5 Flash (medium) vs Step 3.7 Flash (low)

Gemini 2.5 Flash (medium) average score में आगे है: 7.3 vs 7.2. Step 3.7 Flash (low) की benchmark लागत कम है: $0.449 vs $0.680. Gemini 2.5 Flash (medium) तेज है: 20.51s vs 20.72s, pass rates 68.1% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#145
कुल आउटपुट टोकन
241,365
प्रतिक्रिया समय (औसत)
20.51s
कुल लागत
$0.680
रैंक
#157
कुल आउटपुट टोकन
339,108
प्रतिक्रिया समय (औसत)
20.72s
कुल लागत
$0.449
अनुशंसित मॉडल Step 3.7 Flash (low)

Its score stays close to the best score here (7.2 vs 7.3), while costing about 1.5x less than Gemini 2.5 Flash (medium).

विस्तृत तुलना

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash medium रिलीज़: 2025-06-17 Step 3.7 Flash Step 3.7 Flash low रिलीज़: 2026-05-29
स्कोर 7.3 7.2
रैंक #145 #157
विश्वसनीयता 10.0 10.0
संगति 9.6 7.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 68.1% 63.8%
अस्थिर टेस्ट 1 6
कुल रन 69 69
प्रति परिणाम लागत 4.288 4.078
कुल लागत $0.680 $0.449
इनपुट कीमत $0.300 / 1M $0.200 / 1M
आउटपुट कीमत $2.500 / 1M $1.150 / 1M
कैश पढ़ने की कीमत $0.030 / 1M $0.040 / 1M
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 132,507 292,685
आउटपुट टोकन 12,739 339,108
रीजनिंग टोकन 228,626 0
प्रतिक्रिया समय (औसत) 20.51s 20.72s
प्रतिक्रिया समय (अधिकतम) 140.50s 124.75s
प्रतिक्रिया समय (कुल) 471.64s 476.67s
पैरामीटर ~350B कुल (~20B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#145 Gemini 2.5 Flash

medium
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
274.0s
टोकन
0 tok

#157 Step 3.7 Flash

low
अमान्य SVG
लागत
$0.004
समय
25.3s
टोकन
3,072 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 2.5 FlashmediumvsLongCat 2.0highStep 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowGemini 2.5 FlashmediumvsGLM 5.3 FlashhighGemini 2.5 FlashmediumvsQwen3.5-27BnoneQwen3.8 27Bmediumनिःशुल्क उपलब्धvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowQwen3.8 Flash NextxhighvsStep 3.7 FlashlowQwen3.5-27BnonevsStep 3.7 Flashlow