AI BENCHY तुलना
Google: Gemini 3.1 Flash Lite Preview vs StepFun: Step 3.5 Flash
तुलना करें:
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-03-06
| मेट्रिक | Google: Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03 | StepFun: Step 3.5 Flash medium रिलीज़: 2026-02-01 निःशुल्क उपलब्ध |
|---|---|---|
| रैंक | #12 | #13 |
| औसत स्कोर | 7.5 | 7.4 |
| संगति | 10.0 | 9.1 |
| प्रति परिणाम लागत | 0.443 | 0.000 |
| कुल लागत | $0.049 | $0.000 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 68.8% | 68.8% |
| अस्थिर टेस्ट | 0 | 2 |
| कुल रन | 48 (16 x 3) | 48 (16 x 3) |
| आउटपुट टोकन | 1,731 | 71,452 |
| रीजनिंग टोकन | 25,821 | 155,147 |
| प्रतिक्रिया समय (औसत) | 3.83s | 29.10s |
| प्रतिक्रिया समय (अधिकतम) | 14.93s | 170.45s |
| प्रतिक्रिया समय (कुल) | 61.25s | 290.96s |
स्कोर बनाम कुल लागत
प्रतिक्रिया समय (औसत)
औसत स्कोर vs प्रतिक्रिया समय (औसत)
श्रेणी विवरण
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.0 | 10.0 | 66.7% | 0 | 2.53s | 564 | 3,780 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 18.54s | 13,924 | 17,208 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 14.93s | 327 | 7,347 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.9 | 10.0 | 100.0% | 0 | 2.29s | 279 | 2,952 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 0.0% | 0 | 4.21s | 18 | 5,325 | |
| StepFun: Step 3.5 Flash | 4.0 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 |
| Samanya Buddhimatta | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 3.16s | 96 | 1,488 | |
| StepFun: Step 3.5 Flash | 6.0 | 10.0 | 0.0% | 0 | 6.54s | 2,214 | 2,584 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 1.91s | 72 | 2,121 | |
| StepFun: Step 3.5 Flash | 9.0 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 |
| Puzzle Solving | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 7.0 | 10.0 | 66.7% | 0 | 3.58s | 141 | 1,896 | |
| StepFun: Step 3.5 Flash | 4.0 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 3.80s | 234 | 912 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 |
त्वरित तुलना
तुलना जोड़ी बदलें
GPT-5.2 ChatnonevsStep 3.5 Flashmediumनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmediumनिःशुल्क उपलब्धGPT-5.3 ChatnonevsStep 3.5 Flashmediumनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewnonevsStep 3.5 Flashmediumनिःशुल्क उपलब्धGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmediumनिःशुल्क उपलब्धClaude Sonnet 4.6nonevsStep 3.5 Flashmediumनिःशुल्क उपलब्धClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumGemini 3.1 Flash Lite PreviewhighvsStep 3.5 Flashmediumनिःशुल्क उपलब्धGemini 3 Flash PreviewlowvsStep 3.5 Flashmediumनिःशुल्क उपलब्धQwen3.5 Plus 2026-02-15nonevsStep 3.5 Flashmediumनिःशुल्क उपलब्ध