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 3.7 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.6 7.4
Peringkat #50 #60
Keandalan 10.0 10.0
Konsistensi 10.0 8.7
Tes benar
Tingkat lulus per percobaan 65.0% 68.3%
Tes tidak stabil 0 3
Total Run 60 60
Biaya per hasil 0.186 2.796
Total Biaya $0.025 $0.336
Harga input $0.250 / 1M $0.200 / 1M
Harga output $1.500 / 1M $1.150 / 1M
Token output 2,280 285,209
Token penalaran 8,829 0
Waktu respons (rata-rata) 2.85s 16.06s
Waktu respons (maks) 11.91s 124.75s
Waktu respons (total) 57.08s 321.11s

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 output Token penalaran
Gemini 3.1 Flash Lite Preview 8.3 10.0 75.0% 0 2.12s 462 1,638
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 6.8 10.0 50.0% 0 1.56s 654 723
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 11.91s 225 762
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.00s 291 696
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 2.36s 18 1,212
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 4.0 10.0 0.0% 0 1.54s 69 384
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.49s 72 753
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.69s 243 1,248
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 9.54s 237 993
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 1.35s 9 420
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-PromediumDeepSeek V4 FlashhighTersedia gratisvsGemini 3.1 Flash Lite PreviewlowKimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashmediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsMiMo-V2-PromediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 Flashlow