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 3.5 Flash vs StepFun: Step 3.7 Flash

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

Metrik Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19 Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 9.6 7.1
Peringkat #2 #74
Keandalan 10.0 10.0
Konsistensi 9.6 8.2
Tes benar
Tingkat lulus per percobaan 96.7% 65.8%
Tes tidak stabil 1 4
Total Run 60 60
Biaya per hasil 5.231 8.723
Total Biaya $0.994 $0.960
Harga input $1.500 / 1M $0.200 / 1M
Harga output $9.000 / 1M $1.150 / 1M
Token output 1,969 828,084
Token penalaran 102,679 0
Waktu respons (rata-rata) 8.30s 49.43s
Waktu respons (maks) 34.82s 192.75s
Waktu respons (total) 165.92s 988.58s

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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 174 4,997
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 24.62s 450 34,170
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 351 16,323
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 279 8,466
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 12 24,721
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 115 1,650
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.35s 70 3,799
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.23s 241 4,940
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 265 1,608
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 12 2,005
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 Flashhigh