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: Gemma 4 26B A4B vs StepFun: Step 3.7 Flash

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

Metrik Gemma 4 26B A4B Gemma 4 26B A4B medium Rilis: 2026-04-03 Tersedia gratis Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.8 7.4
Peringkat #34 #60
Keandalan 10.0 10.0
Konsistensi 9.2 8.7
Tes benar
Tingkat lulus per percobaan 73.3% 68.3%
Tes tidak stabil 2 3
Total Run 60 60
Biaya per hasil 0.317 2.796
Total Biaya $0.045 $0.336
Harga input $0.060 / 1M $0.200 / 1M
Harga output $0.330 / 1M $1.150 / 1M
Token output 28,000 285,209
Token penalaran 82,045 0
Waktu respons (rata-rata) 50.92s 16.06s
Waktu respons (maks) 369.32s 124.75s
Waktu respons (total) 967.47s 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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 6.20s 1,142 3,045
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
Gemma 4 26B A4B 2.9 10.0 0.0% 0 258.40s 14,838 26,122
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
Gemma 4 26B A4B 9.6 10.0 100.0% 0 73.55s 5,415 13,112
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 16.51s 1,567 2,827
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
Gemma 4 26B A4B 2.9 4.4 22.2% 2 23.62s 2,469 7,105
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 29.76s 25 5,075
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 17.54s 887 4,470
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 5.79s 410 2,128
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 9.01s 450 1,256
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
Gemma 4 26B A4B 3.0 10.0 0.0% 0 180.87s 797 16,905
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-V2.5mediumGemma 4 26B A4BmediumTersedia gratisvsGPT-5.2 ChatnoneGPT-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 FlashlowGemma 4 26B A4BmediumTersedia gratisvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 Flashlow