Google: Gemini 3.5 Flash-Lite vs StepFun: Step 3.7 Flash

Skor rata-rata hampir imbang di 8.1 vs 8.0. Step 3.7 Flash (medium) memiliki biaya benchmark lebih rendah di $0.515 vs $0.584. Gemini 3.5 Flash-Lite (high) lebih cepat di 9.48s vs 26.37s, dengan tingkat keberhasilan 81.8% vs 72.7%.

Model yang direkomendasikanGemini 3.5 Flash-Lite (high)It has the best score here (8.1), while responding about 2.8x faster than Step 3.7 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-21

Metrik	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high Rilis: 2026-07-21	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29

Metrik	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high Rilis: 2026-07-21	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor	8.1	8.0
Peringkat	#31	#33
Keandalan	10.0	9.9
Konsistensi	7.5	8.9
Tes benar
Tingkat lulus per percobaan	81.8%	72.7%
Tes tidak stabil	7	3
Total Run	66	64
Biaya per hasil	4.169	3.676
Total Biaya	$0.584	$0.515
Harga input	$0.300 / 1M	$0.200 / 1M
Harga output	$2.500 / 1M	$1.150 / 1M
Total token input	105,138	114,062
Token output	8,315	427,572
Token penalaran	212,507	0
Waktu respons (rata-rata)	9.48s	26.37s
Waktu respons (maks)	43.93s	152.83s
Waktu respons (total)	208.52s	580.25s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#31 Gemini 3.5 Flash-Lite

high

Biaya: $0.023
Waktu: 23.6s
Token: 9,128 tok

#33 Step 3.7 Flash

medium

Biaya: $0.006
Waktu: 46.2s
Token: 4,466 tok

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

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		1.98s	516	166	7,464
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash-Lite	8.6	7.6	88.9%	1		15.09s	8,136	452	55,603
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash-Lite	7.3	5.8	83.3%	1		29.22s	80,577	6,767	62,928
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		2.71s	7,269	279	5,104
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash-Lite	5.3	7.2	44.4%	1		19.53s	651	16	51,792
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash-Lite	5.4	2.5	66.7%	1		3.40s	492	114	2,361
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash-Lite	8.5	6.8	83.3%	1		1.87s	627	70	3,533
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

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 3.5 Flash-Lite	8.2	7.2	88.9%	1		1.85s	576	172	4,371
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash-Lite	10.0	10.0	100.0%	0		4.05s	6,132	269	3,356
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash-Lite	2.8	1.6	33.3%	1		16.11s	162	10	15,995
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsInklinghigh Gemini 3.5 Flash-LitehighvsGPT-5.2 Chatnone Step 3.7 FlashmediumvsGLM 5.2high Muse Spark 1.1highvsStep 3.7 Flashmedium Gemini 3.5 Flash-LitehighvsGPT-5 Minimedium Kimi K3maxvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Gemini 3.5 Flash-LitehighvsInklingmedium Gemini 3.5 Flash-LitehighvsKimi K3max Seed-2.0-LitemediumvsGemini 3.5 Flash-Litehigh Gemini 3.5 Flash-LitehighvsQwen3.7 Plusmedium