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 7.7. Step 3.7 Flash (low) की benchmark लागत कम है: $0.341 vs $0.667. Step 3.7 Flash (low) तेज है: 15.74s vs 18.64s, pass rates 98.4% vs 68.3%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

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 low रिलीज़: 2026-05-29
स्कोर 9.6 7.7
रैंक #2 #51
विश्वसनीयता 10.0 10.0
संगति 9.7 8.4
सही परीक्षण
प्रति प्रयास पास दर 98.4% 68.3%
अस्थिर टेस्ट 1 4
कुल रन 63 63
प्रति परिणाम लागत 3.335 2.840
कुल लागत $0.667 $0.341
इनपुट कीमत $0.500 / 1M $0.200 / 1M
आउटपुट कीमत $3.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 37,017 40,101
आउटपुट टोकन 2,006 289,325
रीजनिंग टोकन 214,153 0
प्रतिक्रिया समय (औसत) 18.64s 15.74s
प्रतिक्रिया समय (अधिकतम) 117.26s 124.75s
प्रतिक्रिया समय (कुल) 391.35s 330.63s

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

#51 Step 3.7 Flash

low
अमान्य SVG
लागत
$0.004
समय
25.3s
टोकन
3,072 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 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

त्वरित तुलना

तुलना जोड़ी बदलें