नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemma 4 26B A4B vs StepFun: Step 3.5 Flash

सारांश

Gemma 4 26B A4B vs Step 3.5 Flash benchmark तुलना: Step 3.5 Flash average score में आगे है: 6.6 vs 5.5. Gemma 4 26B A4B की benchmark लागत कम है: $0.004 vs $0.070. Gemma 4 26B A4B तेज है: 5.91s vs 72.53s, pass rates 44.4% vs 54.0%.

अनुशंसित मॉडल: Step 3.5 Flash - It has the strongest score in this comparison (6.6) 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:: 2026-07-02

मेट्रिक Gemma 4 26B A4B Gemma 4 26B A4B none रिलीज़: 2026-04-03 निःशुल्क उपलब्ध Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01
स्कोर 5.5 6.6
रैंक #125 #83
विश्वसनीयता 10.0 10.0
संगति 9.2 8.9
सही परीक्षण
प्रति प्रयास पास दर 44.4% 54.0%
अस्थिर टेस्ट 2 1
कुल रन 63 60
प्रति परिणाम लागत 0.068 0.198
कुल लागत $0.004 $0.070
इनपुट कीमत $0.060 / 1M $0.100 / 1M
आउटपुट कीमत $0.330 / 1M $0.300 / 1M
कुल इनपुट टोकन 40,038 34,431
आउटपुट टोकन 1,824 91,587
रीजनिंग टोकन 0 195,973
प्रतिक्रिया समय (औसत) 5.91s 72.53s
प्रतिक्रिया समय (अधिकतम) 57.10s 453.94s
प्रतिक्रिया समय (कुल) 124.05s 1015.47s

जनरेशन शोकेस

Hamster playing table tennis

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

#125 Gemma 4 26B A4B

none
लागत
$0.001
समय
39.5s
टोकन
790 tok

#83 Step 3.5 Flash

medium
लागत
$0.008
समय
277.1s
टोकन
23,695 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
Gemma 4 26B A4B 8.3 10.0 75.0% 0 1.28s 852 230 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 3.7 7.2 22.2% 1 4.16s 7,736 476 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 3.0 10.0 0.0% 0 30.53s 13,650 309 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 10.0 10.0 100.0% 0 1.70s 8,352 285 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 3.6 7.2 22.2% 1 2.49s 903 27 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 4.0 10.0 0.0% 0 3.54s 576 85 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 6.3 10.0 50.0% 0 690ms 795 75 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 6.2 10.0 33.3% 0 744ms 828 114 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 10.0 10.0 100.0% 0 57.10s 6,123 210 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 3.0 10.0 0.0% 0 778ms 223 13 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

त्वरित तुलना

तुलना जोड़ी बदलें