Google: Gemini 2.5 Flash vs StepFun: Step 3.7 Flash

Gemini 2.5 Flash (medium) unggul dalam skor rata-rata dengan 8.2 vs 8.0. Step 3.7 Flash (medium) memiliki biaya benchmark lebih rendah di $0.515 vs $0.643. Gemini 2.5 Flash (medium) lebih cepat di 21.18s vs 26.37s, dengan tingkat keberhasilan 71.2% vs 72.7%.

Model yang direkomendasikanGemini 2.5 Flash (medium)It has the strongest score in this comparison (8.2) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash medium Rilis: 2025-06-17	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor	8.2	8.0
Peringkat	#25	#28
Keandalan	10.0	9.9
Konsistensi	9.6	8.9
Tes benar
Tingkat lulus per percobaan	71.2%	72.7%
Tes tidak stabil	1	3
Total Run	66	64
Biaya per hasil	4.286	3.676
Total Biaya	$0.643	$0.515
Harga input	$0.300 / 1M	$0.200 / 1M
Harga output	$2.500 / 1M	$1.150 / 1M
Total token input	132,498	114,062
Token output	12,739	427,572
Token penalaran	228,464	0
Waktu respons (rata-rata)	21.18s	26.37s
Waktu respons (maks)	140.50s	152.83s
Waktu respons (total)	465.89s	580.25s

Hamster playing table tennis

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

#25 Gemini 2.5 Flash

medium

SVG tidak valid

Biaya: $0.000
Waktu: 274.0s
Token: 0 tok

#28 Step 3.7 Flash

medium

Biaya: $0.006
Waktu: 46.2s
Token: 4,466 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsMuse Spark 1.1low Muse Spark 1.1highvsStep 3.7 Flashmedium Kimi K3maxvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Gemini 2.5 FlashmediumvsMuse Spark 1.1high Gemini 2.5 FlashmediumvsGrok 4.5low Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGLM 5.2high Muse Spark 1.1lowvsStep 3.7 Flashmedium Gemini 2.5 FlashmediumvsKimi K3max