Navigasi
AI BENCHY
Bandingkan Grafik
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite Preview vs StepFun: Step 3.5 Flash

Bandingkan:

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

Metrik Google: Gemini 3.1 Flash Lite Preview medium Rilis: 2026-03-03 StepFun: Step 3.5 Flash medium Rilis: 2026-02-01 Tersedia gratis
Peringkat #20 #17
Skor Rata-rata 6.91 7.00
Konsistensi 10.00 8.32
Biaya per hasil 0.392 0.000
Total Biaya $0.032 $0.000
Tes benar
Tingkat lulus per percobaan 57.1% 73.8%
Tes tidak stabil 0 3
Token output 1,308 60,502
Token penalaran 16,986 117,044

Model teratas berdasarkan skor

Skor vs Total Biaya

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Google: Gemini 3.1 Flash Lite Preview 9.00 9.99 66.7% 0 564 3,780
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Google: Gemini 3.1 Flash Lite Preview 9.88 10.00 100.0% 0 279 2,952
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Google: Gemini 3.1 Flash Lite Preview 1.00 10.00 0.0% 0 18 5,325
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Google: Gemini 3.1 Flash Lite Preview 8.00 9.99 50.0% 0 72 2,121
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Google: Gemini 3.1 Flash Lite Preview 7.00 10.00 66.7% 0 141 1,896
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Token output Token penalaran
Google: Gemini 3.1 Flash Lite Preview 10.00 10.00 100.0% 0 234 912
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Perbandingan Cepat

Ganti Pasangan Perbandingan