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

AI BENCHY तुलना

Google: Gemini 3.5 Flash vs StepFun: Step 3.5 Flash

सारांश

Gemini 3.5 Flash (high) vs Step 3.5 Flash benchmark तुलना: Gemini 3.5 Flash (high) average score में आगे है: 9.8 vs 2.6. Step 3.5 Flash की benchmark लागत कम है: $0.020 vs $1.115. Gemini 3.5 Flash (high) तेज है: 8.84s vs 39.03s, pass rates 96.8% vs 28.6%.

अनुशंसित मॉडल: Gemini 3.5 Flash (high) - It has the best score here (9.8), while responding about 4.4x faster than Step 3.5 Flash.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19 Step 3.5 Flash Step 3.5 Flash none रिलीज़: 2026-02-01
स्कोर 9.8 2.6
रैंक #1 #187
विश्वसनीयता 10.0 10.0
संगति 9.6 5.7
सही परीक्षण
प्रति प्रयास पास दर 96.8% 28.6%
अस्थिर टेस्ट 1 0
कुल रन 63 36
प्रति परिणाम लागत 5.575 0.328
कुल लागत $1.115 $0.020
इनपुट कीमत $1.500 / 1M $0.100 / 1M
आउटपुट कीमत $9.000 / 1M $0.300 / 1M
कुल इनपुट टोकन 37,594 1,971
आउटपुट टोकन 1,975 64,795
रीजनिंग टोकन 115,638 0
प्रतिक्रिया समय (औसत) 8.84s 39.03s
प्रतिक्रिया समय (अधिकतम) 34.82s 114.12s
प्रतिक्रिया समय (कुल) 185.57s 312.26s

जनरेशन शोकेस

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

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

#187 Step 3.5 Flash

none
लागत
$0.005
समय
156.3s
टोकन
13,887 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

एंटी-एआई ट्रिक्स 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 2.57s 492 174 4,997
Step 3.5 Flash 10.0 10.0 100.0% 0 34.99s 691 21,766 0
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 9.8 3.3 0.0% 0 0ms 0 0 0
संयुक्त 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 22.37s 12,873 351 16,323
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
डेटा पार्सिंग और निष्कर्षण 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 6.43s 7,548 279 8,466
Step 3.5 Flash 1.5 5.0 0.0% 0 0ms 0 0 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Step 3.5 Flash 3.3 3.3 33.3% 0 34.54s 165 7,389 0
Samanya Buddhimatta 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 3.63s 486 115 1,650
Step 3.5 Flash 4.0 10.0 0.0% 0 14.37s 509 2,451 0
निर्देश पालन 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 3.35s 615 70 3,799
Step 3.5 Flash 5.0 5.0 50.0% 0 9.30s 384 1,427 0
पहेली समाधान 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 3.23s 558 241 4,940
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 0 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
सामान्य ज्ञान 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 3.94s 156 12 2,005
Step 3.5 Flash 3.0 10.0 0.0% 0 114.12s 222 31,762 0

त्वरित तुलना

तुलना जोड़ी बदलें