नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Gemini 2.5 Flash vs Step 5 Preview (low)

Step 5 Preview (low) average score में आगे है: 5.6 vs 5.5. Gemini 2.5 Flash की benchmark लागत कम है: $0.017 vs $4.110. Gemini 2.5 Flash तेज है: 6.00s vs 138.27s, pass rates 37.7% vs 58.0%.

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

तुलना किए गए मॉडल

रैंक
#287
कुल आउटपुट टोकन
1,890
प्रतिक्रिया समय (औसत)
6.00s
कुल लागत
$0.017
रैंक
#281
कुल आउटपुट टोकन
1,425,268
प्रतिक्रिया समय (औसत)
138.27s
कुल लागत
$4.110
अनुशंसित मॉडल Gemini 2.5 Flash

Its score stays close to the best score here (5.5 vs 5.6), while costing about 246.2x less than Step 5 Preview (low).

विस्तृत तुलना

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none रिलीज़: 2025-06-17 Step 5 Preview Step 5 Preview low रिलीज़: 2026-10-09
स्कोर 5.5 5.6
रैंक #287 #281
विश्वसनीयता 10.0 9.7
संगति 9.6 7.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 37.7% 58.0%
अस्थिर टेस्ट 1 7
कुल रन 69 69
प्रति परिणाम लागत 0.209 41.095
कुल लागत $0.017 $4.110
इनपुट कीमत $0.300 / 1M $1.000 / 1M
आउटपुट कीमत $2.500 / 1M $2.700 / 1M
कैश पढ़ने की कीमत $0.030 / 1M $0.050 / 1M
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 39,886 261,256
आउटपुट टोकन 1,890 1,425,268
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 6.00s 138.27s
प्रतिक्रिया समय (अधिकतम) 118.00s 436.56s
प्रतिक्रिया समय (कुल) 138.04s 3180.10s
पैरामीटर ~350B कुल (~20B सक्रिय) 600B कुल (27B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#287 Gemini 2.5 Flash

none
अमान्य SVG
लागत
$0.164
समय
215.5s
टोकन
65,659 tok

#281 Step 5 Preview

low
लागत
$0.051
समय
125.6s
टोकन
18,795 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 5.5 10.0 33.3% 0 736ms 8,122 483 0
Step 5 Preview 2.7 7.0 11.1% 1 378.21s 7,428 518,232 0

तुलना जोड़ी बदलें