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 3.5 Flash vs StepFun: Step 3.5 Flash

Gemini 3.5 Flash (high) average score में आगे है: 9.5 vs 6.0. Step 3.5 Flash (medium) की benchmark लागत कम है: $0.108 vs $1.976. Gemini 3.5 Flash (high) तेज है: 15.07s vs 174.22s, pass rates 93.9% vs 51.5%.

अनुशंसित मॉडलGemini 3.5 Flash (high)It has the best score here (9.5), while responding about 11.6x faster than Step 3.5 Flash (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19 Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01
स्कोर 9.5 6.0
रैंक #2 #126
विश्वसनीयता 10.0 9.2
संगति 9.3 9.0
सही परीक्षण
प्रति प्रयास पास दर 93.9% 51.5%
अस्थिर टेस्ट 2 1
कुल रन 66 63
प्रति परिणाम लागत 9.879 0.540
कुल लागत $1.976 $0.108
इनपुट कीमत $1.500 / 1M $0.100 / 1M
आउटपुट कीमत $9.000 / 1M $0.300 / 1M
कुल इनपुट टोकन 107,137 65,707
आउटपुट टोकन 8,777 108,561
रीजनिंग टोकन 192,900 293,993
प्रतिक्रिया समय (औसत) 15.07s 174.22s
प्रतिक्रिया समय (अधिकतम) 145.92s 1597.85s
प्रतिक्रिया समय (कुल) 331.48s 2613.32s

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high
लागत
$0.208
समय
118.2s
टोकन
23,158 tok

#126 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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

त्वरित तुलना

तुलना जोड़ी बदलें