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 8.5. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.376 vs $0.667. Gemini 3 Flash Preview (medium) तेज है: 18.64s vs 20.35s, pass rates 98.4% vs 73.0%.

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 medium रिलीज़: 2026-05-29
स्कोर 9.6 8.5
रैंक #2 #23
विश्वसनीयता 10.0 9.9
संगति 9.7 9.3
सही परीक्षण
प्रति प्रयास पास दर 98.4% 73.0%
अस्थिर टेस्ट 1 2
कुल रन 63 61
प्रति परिणाम लागत 3.335 2.686
कुल लागत $0.667 $0.376
इनपुट कीमत $0.500 / 1M $0.200 / 1M
आउटपुट कीमत $3.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 37,017 39,981
आउटपुट टोकन 2,006 319,958
रीजनिंग टोकन 214,153 0
प्रतिक्रिया समय (औसत) 18.64s 20.35s
प्रतिक्रिया समय (अधिकतम) 117.26s 113.98s
प्रतिक्रिया समय (कुल) 391.35s 427.42s

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

#23 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

त्वरित तुलना

तुलना जोड़ी बदलें