नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs StepFun: Step 3.5 Flash

सारांश

Gemini 3 Flash Preview (medium) vs Step 3.5 Flash benchmark तुलना: Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 2.6. Step 3.5 Flash की benchmark लागत कम है: $0.020 vs $0.667. Gemini 3 Flash Preview (medium) तेज है: 18.64s vs 39.03s, pass rates 98.4% vs 28.6%.

अनुशंसित मॉडल: Gemini 3 Flash Preview (medium) - It has the best score here (9.6), while responding about 2.1x faster than Step 3.5 Flash.

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

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 Step 3.5 Flash Step 3.5 Flash none रिलीज़: 2026-02-01
स्कोर 9.6 2.6
रैंक #2 #187
विश्वसनीयता 10.0 10.0
संगति 9.7 5.7
सही परीक्षण
प्रति प्रयास पास दर 98.4% 28.6%
अस्थिर टेस्ट 1 0
कुल रन 63 36
प्रति परिणाम लागत 3.335 0.328
कुल लागत $0.667 $0.020
इनपुट कीमत $0.500 / 1M $0.100 / 1M
आउटपुट कीमत $3.000 / 1M $0.300 / 1M
कुल इनपुट टोकन 37,017 1,971
आउटपुट टोकन 2,006 64,795
रीजनिंग टोकन 214,153 0
प्रतिक्रिया समय (औसत) 18.64s 39.03s
प्रतिक्रिया समय (अधिकतम) 117.26s 114.12s
प्रतिक्रिया समय (कुल) 391.35s 312.26s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
17.9s
टोकन
3,236 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
Step 3.5 Flash 3.0 10.0 0.0% 0 114.12s 222 31,762 0

त्वरित तुलना

तुलना जोड़ी बदलें