Navigasi
AI BENCHY
Bandingkan Grafik Metodologi
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 2.5 Flash vs StepFun: Step 3.5 Flash

Bandingkan:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-06

Metrik Google: Gemini 2.5 Flash medium Rilis: 2025-06-17 StepFun: Step 3.5 Flash medium Rilis: 2026-02-01 Tersedia gratis
Peringkat #16 #13
Skor Rata-rata 7.4 7.4
Konsistensi 9.5 9.1
Biaya per hasil 2.619 0.000
Total Biaya $0.288 $0.000
Tes benar
Tingkat lulus per percobaan 72.9% 68.8%
Tes tidak stabil 1 2
Total Run 48 (16 x 3) 48 (16 x 3)
Token output 1,370 71,452
Token penalaran 110,522 155,147
Waktu respons (rata-rata) 12.35s 29.10s
Waktu respons (maks) 95.48s 170.45s
Waktu respons (total) 197.62s 290.96s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Google: Gemini 2.5 Flash 7.3 10.0 66.7% 0 6.98s 249 8,832
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Google: Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Google: Gemini 2.5 Flash 9.9 10.0 100.0% 0 4.06s 279 2,325
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Google: Gemini 2.5 Flash 4.0 7.2 55.6% 1 37.34s 18 80,702
StepFun: Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Google: Gemini 2.5 Flash 4.0 10.0 0.0% 0 4.86s 92 1,899
StepFun: Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Google: Gemini 2.5 Flash 9.5 10.0 100.0% 0 2.62s 69 1,203
StepFun: Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Google: Gemini 2.5 Flash 7.0 10.0 66.7% 0 3.94s 126 2,499
StepFun: Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Google: Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumTersedia gratisGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumTersedia gratisGPT-5.3 ChatnonevsStep 3.5 FlashmediumTersedia gratisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumTersedia gratisGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumClaude Sonnet 4.6nonevsStep 3.5 FlashmediumTersedia gratisGemini 3.1 Flash Lite PreviewhighvsStep 3.5 FlashmediumTersedia gratisGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumTersedia gratisGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15none