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

Google: Gemini 3.1 Flash Lite Preview vs StepFun: Step 3.5 Flash

Gemini 3.1 Flash Lite Preview average score में आगे है: 6.4 vs 6.0. Gemini 3.1 Flash Lite Preview की benchmark लागत कम है: $0.052 vs $0.108. Gemini 3.1 Flash Lite Preview तेज है: 1.58s vs 174.22s, pass rates 57.6% vs 51.5%.

अनुशंसित मॉडलGemini 3.1 Flash Lite PreviewIt has the best score here (6.4), while costing about 2.1x less than Step 3.5 Flash (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03 Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01
स्कोर 6.4 6.0
रैंक #116 #141
विश्वसनीयता 10.0 9.2
संगति 9.7 9.0
सही परीक्षण
प्रति प्रयास पास दर 57.6% 51.5%
अस्थिर टेस्ट 1 1
कुल रन 66 63
प्रति परिणाम लागत 0.431 0.540
कुल लागत $0.052 $0.108
इनपुट कीमत $0.250 / 1M $0.100 / 1M
आउटपुट कीमत $1.500 / 1M $0.300 / 1M
कुल इनपुट टोकन 120,942 65,707
आउटपुट टोकन 14,292 108,561
रीजनिंग टोकन 0 293,993
प्रतिक्रिया समय (औसत) 1.58s 174.22s
प्रतिक्रिया समय (अधिकतम) 9.27s 1597.85s
प्रतिक्रिया समय (कुल) 34.72s 2613.32s

Hamster playing table tennis

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

#116 Gemini 3.1 Flash Lite Preview

none
लागत
$0.003
समय
4.7s
टोकन
1,827 tok

#141 Step 3.5 Flash

medium
लागत
$0.008
समय
277.1s
टोकन
23,695 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 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 967ms 8,128 670 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

त्वरित तुलना

तुलना जोड़ी बदलें