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 medium Rilis: 2026-03-03 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.7 7.4
Peringkat #39 #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 0.481 2.796
Total Biaya $0.063 $0.336
Harga input $0.250 / 1M $0.200 / 1M
Harga output $1.500 / 1M $1.150 / 1M
Token output 2,204 285,209
Token penalaran 33,657 0
Waktu respons (rata-rata) 3.94s 16.06s
Waktu respons (maks) 14.93s 124.75s
Waktu respons (total) 78.74s 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 9.1 10.0 75.0% 0 2.33s 570 4,305
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 3.98s 455 5,510
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 10.0 10.0 100.0% 0 14.93s 327 7,347
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 2.29s 279 2,952
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 3.0 10.0 0.0% 0 4.21s 18 5,325
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 10.0 10.0 100.0% 0 3.16s 96 1,488
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 1.91s 72 2,121
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 7.7 10.0 66.7% 0 5.30s 141 1,896
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 3.80s 234 912
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 2.68s 12 1,801
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowDeepSeek V4 FlashhighTersedia gratisvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 FlashlowQwen3.5-35B-A3BmediumvsStep 3.7 Flashlow