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 3.7 Flash

सारांश

Gemini 3.5 Flash (high) average score में आगे है: 9.8 vs 7.1. Gemini 3.5 Flash (high) की benchmark लागत कम है: $1.115 vs $1.148. Gemini 3.5 Flash (high) तेज है: 8.84s vs 64.46s, pass rates 96.8% vs 63.5%.

अनुशंसित मॉडलGemini 3.5 Flash (high)It has the best score here (9.8), while responding about 7.3x faster than Step 3.7 Flash (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 9.8 7.1
रैंक #1 #79
विश्वसनीयता 10.0 10.0
संगति 9.6 8.2
सही परीक्षण
प्रति प्रयास पास दर 96.8% 63.5%
अस्थिर टेस्ट 1 4
कुल रन 63 63
प्रति परिणाम लागत 5.575 10.434
कुल लागत $1.115 $1.148
इनपुट कीमत $1.500 / 1M $0.200 / 1M
आउटपुट कीमत $9.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 37,594 38,391
आउटपुट टोकन 1,975 991,355
रीजनिंग टोकन 115,638 0
प्रतिक्रिया समय (औसत) 8.84s 64.46s
प्रतिक्रिया समय (अधिकतम) 34.82s 364.99s
प्रतिक्रिया समय (कुल) 185.57s 1353.57s

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

#79 Step 3.7 Flash

high
लागत
$0.007
समय
63.6s
टोकन
6,030 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 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

त्वरित तुलना

तुलना जोड़ी बदलें