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 low Rilis: 2026-05-19 Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor 9.3 7.9
Peringkat #3 #32
Keandalan 10.0 9.9
Konsistensi 10.0 9.2
Tes benar
Tingkat lulus per percobaan 90.0% 71.7%
Tes tidak stabil 0 2
Total Run 60 58
Biaya per hasil 1.582 2.663
Total Biaya $0.285 $0.347
Harga input $1.500 / 1M $0.200 / 1M
Harga output $9.000 / 1M $1.150 / 1M
Token output 2,027 294,481
Token penalaran 23,938 0
Waktu respons (rata-rata) 2.98s 18.32s
Waktu respons (maks) 6.44s 113.98s
Waktu respons (total) 59.59s 366.45s

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 2.52s 209 2,536
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 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 6.8 10.0 50.0% 0 5.54s 452 6,839
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 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 6.44s 351 3,050
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 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 1.81s 279 1,164
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 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 7.7 10.0 66.7% 0 3.39s 12 4,538
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 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 2.27s 119 916
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 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 9.9 10.0 100.0% 0 1.86s 71 1,652
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 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 2.35s 288 2,150
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 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 10.0 10.0 100.0% 0 3.27s 234 403
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 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 1.88s 12 690
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.7 MaxnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGemini 3 Flash PreviewnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighTersedia gratisvsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.7 FlashmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashmediumGemini 3.1 Flash LitelowvsStep 3.7 FlashmediumGPT-5.3 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashlowvsGPT-5.5medium