Navigasi
AI BENCHY
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 3.1 Flash Lite Preview vs StepFun: Step 3.5 Flash

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

Metrik Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor 7.6 7.4
Peringkat #44 #55
Keandalan 10.0 10.0
Konsistensi 10.0 9.4
Tes benar
Tingkat lulus per percobaan 65.0% 59.7%
Tes tidak stabil 0 1
Total Run 60 57
Biaya per hasil 0.186 0.133
Total Biaya $0.025 $0.062
Harga input $0.250 / 1M $0.090 / 1M
Harga output $1.500 / 1M $0.300 / 1M
Total token input 29,708 33,555
Token output 2,280 90,478
Token penalaran 8,829 173,544
Waktu respons (rata-rata) 2.85s 43.20s
Waktu respons (maks) 11.91s 170.45s
Waktu respons (total) 57.08s 561.54s

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

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 3.1 Flash Lite Preview 8.3 10.0 75.0% 0 2.12s 506 462 1,638
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite Preview 6.8 10.0 50.0% 0 1.56s 5,131 654 723
Step 3.5 Flash 3.5 7.8 0.0% 0 62.83s 1,335 12,098 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 11.91s 8,381 225 762
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.00s 7,455 291 696
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 2.36s 641 18 1,212
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite Preview 4.0 10.0 0.0% 0 1.54s 490 69 384
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.49s 621 72 753
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
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 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.69s 566 243 1,248
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 9.54s 5,757 237 993
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 1.35s 160 9 420
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumDeepSeek V4 FlashhighvsGemini 3.1 Flash Lite PreviewlowGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsMimo V2 PROmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsStep 3.5 Flashmedium