नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs StepFun: Step 3.7 Flash

सारांश

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 7.1. Gemini 3 Flash Preview (medium) की benchmark लागत कम है: $0.667 vs $1.148. Gemini 3 Flash Preview (medium) तेज है: 18.64s vs 64.46s, pass rates 98.4% vs 63.5%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the best score here (9.6), while costing about 1.7x less than Step 3.7 Flash (high).

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

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 9.6 7.1
रैंक #2 #79
विश्वसनीयता 10.0 10.0
संगति 9.7 8.2
सही परीक्षण
प्रति प्रयास पास दर 98.4% 63.5%
अस्थिर टेस्ट 1 4
कुल रन 63 63
प्रति परिणाम लागत 3.335 10.434
कुल लागत $0.667 $1.148
इनपुट कीमत $0.500 / 1M $0.200 / 1M
आउटपुट कीमत $3.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 37,017 38,391
आउटपुट टोकन 2,006 991,355
रीजनिंग टोकन 214,153 0
प्रतिक्रिया समय (औसत) 18.64s 64.46s
प्रतिक्रिया समय (अधिकतम) 117.26s 364.99s
प्रतिक्रिया समय (कुल) 391.35s 1353.57s

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

#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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

त्वरित तुलना

तुलना जोड़ी बदलें