नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Gemini 3 Flash Preview vs Step 3.7 Flash (high)

Step 3.7 Flash (high) average score में आगे है: 6.9 vs 6.8. Gemini 3 Flash Preview की benchmark लागत कम है: $0.085 vs $1.207. Gemini 3 Flash Preview तेज है: 2.95s vs 64.68s, pass rates 65.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#97
कुल आउटपुट टोकन
10,710
प्रतिक्रिया समय (औसत)
2.95s
कुल लागत
$0.085
रैंक
#94
कुल आउटपुट टोकन
1,032,395
प्रतिक्रिया समय (औसत)
64.68s
कुल लागत
$1.207
अनुशंसित मॉडल Gemini 3 Flash Preview

Its score stays close to the best score here (6.8 vs 6.9), while costing about 14.3x less than Step 3.7 Flash (high).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview none रिलीज़: 2025-12-17 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 6.8 6.9
रैंक #97 #94
विश्वसनीयता 10.0 10.0
संगति 8.9 8.0
सही परीक्षण
प्रति प्रयास पास दर 65.2% 63.6%
अस्थिर टेस्ट 3 5
कुल रन 66 66
प्रति परिणाम लागत 0.648 10.973
कुल लागत $0.085 $1.207
इनपुट कीमत $0.500 / 1M $0.200 / 1M
आउटपुट कीमत $3.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 104,210 98,691
आउटपुट टोकन 10,710 1,032,395
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 2.95s 64.68s
प्रतिक्रिया समय (अधिकतम) 21.19s 364.99s
प्रतिक्रिया समय (कुल) 44.26s 1423.01s

Hamster playing table tennis

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

#97 Gemini 3 Flash Preview

none
लागत
$0.003
समय
5.6s
टोकन
981 tok

#94 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 5.5 10.0 33.3% 0 1.80s 8,122 453 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

त्वरित तुलना

तुलना जोड़ी बदलें