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

Step 3.7 Flash (high) unggul dalam skor rata-rata dengan 6.9 vs 6.5. Gemini 3.5 Flash-Lite (medium) memiliki biaya benchmark lebih rendah di $0.369 vs $1.207. Gemini 3.5 Flash-Lite (medium) lebih cepat di 6.01s vs 64.68s, dengan tingkat keberhasilan 69.7% vs 63.6%.

Model yang direkomendasikanGemini 3.5 Flash-Lite (medium)Its score stays close to the best score here (6.5 vs 6.9), while costing about 3.3x less than Step 3.7 Flash (high).

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

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

Metrik	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite medium Rilis: 2026-07-21	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor	6.5	6.9
Peringkat	#104	#90
Keandalan	10.0	10.0
Konsistensi	7.4	8.0
Tes benar
Tingkat lulus per percobaan	69.7%	63.6%
Tes tidak stabil	7	5
Total Run	66	66
Biaya per hasil	3.074	10.973
Total Biaya	$0.369	$1.207
Harga input	$0.300 / 1M	$0.200 / 1M
Harga output	$2.500 / 1M	$1.150 / 1M
Total token input	118,818	98,691
Token output	11,677	1,032,395
Token penalaran	121,611	0
Waktu respons (rata-rata)	6.01s	64.68s
Waktu respons (maks)	49.03s	364.99s
Waktu respons (total)	132.30s	1423.01s

Hamster playing table tennis

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

#104 Gemini 3.5 Flash-Lite

medium

Biaya: $0.015
Waktu: 16.4s
Token: 5,971 tok

#90 Step 3.7 Flash

high

Biaya: $0.007
Waktu: 63.6s
Token: 6,030 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		1.70s	516	149	5,902
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	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	5.5	7.4	44.4%	1		8.37s	8,136	452	25,999
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	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	3.8	1.6	50.0%	2		28.68s	94,257	10,068	57,720
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	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		1.69s	7,269	292	2,801
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	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	2.9	4.4	22.2%	2		6.62s	651	18	14,669
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	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		2.93s	492	97	1,991
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	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	9.8	10.0	100.0%	0		1.59s	627	69	2,851
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	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	8.4	7.4	88.9%	1		1.70s	576	204	3,632
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	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		2.63s	6,132	317	1,351
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	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	3.0	10.0	0.0%	0		5.98s	162	11	4,695
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh Gemini 3.5 Flash-LitemediumvsQwen3.6 Max Previewnone Step 3.7 FlashhighvsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh Gemini 3.5 Flash-LitemediumvsQwen3.5-27Bnone DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 Flash-LitemediumvsLongCat 2.0high Gemini 3.5 Flash-LitemediumvsGLM 5.2none KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsStep 3.7 Flashhigh