Gemini 2.5 Flash vs Step 5 Preview (low)

Step 5 Preview (low) average score मध्ये पुढे आहे: 5.6 vs 5.5. Gemini 2.5 Flash चा benchmark खर्च कमी आहे: $0.017 vs $4.110. Gemini 2.5 Flash वेगवान आहे: 6.00s vs 138.27s, pass rates 37.7% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक: #287
एकूण आउटपुट टोकन्स: 1,890
प्रतिसाद वेळ (सरासरी): 6.00s
एकूण खर्च: $0.017

क्रमांक: #281
एकूण आउटपुट टोकन्स: 1,425,268
प्रतिसाद वेळ (सरासरी): 138.27s
एकूण खर्च: $4.110

शिफारस केलेले मॉडेल Gemini 2.5 Flash

Its score stays close to the best score here (5.5 vs 5.6), while costing about 246.2x less than Step 5 Preview (low).

तपशीलवार तुलना

मेट्रिक	Gemini 2.5 Flash Gemini 2.5 Flash none प्रकाशन: 2025-06-17	Step 5 Preview Step 5 Preview low प्रकाशन: 2026-10-09

मेट्रिक	Gemini 2.5 Flash Gemini 2.5 Flash none प्रकाशन: 2025-06-17	Step 5 Preview Step 5 Preview low प्रकाशन: 2026-10-09
स्कोअर	5.5	5.6
क्रमांक	#287	#281
विश्वसनीयता	10.0	9.7
सुसंगतता	9.6	7.5
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	37.7%	58.0%
अस्थिर चाचण्या	1	7
एकूण रन	69	69
प्रति निकाल खर्च	0.209	41.095
एकूण खर्च	$0.017	$4.110
इनपुट किंमत	$0.300 / 1M	$1.000 / 1M
आउटपुट किंमत	$2.500 / 1M	$2.700 / 1M
कॅश वाचण्याची किंमत	$0.030 / 1M	$0.050 / 1M
कॅश लिहिण्याची किंमत	$0.084 / 1M	लागू नाही
एकूण इनपुट टोकन्स	39,886	261,256
आउटपुट टोकन्स	1,890	1,425,268
रिझनिंग टोकन्स	0	0
प्रतिसाद वेळ (सरासरी)	6.00s	138.27s
प्रतिसाद वेळ (कमाल)	118.00s	436.56s
प्रतिसाद वेळ (एकूण)	138.04s	3180.10s
पॅरामीटर्स	~350B एकूण (~20B सक्रिय)	600B एकूण (27B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#287 Gemini 2.5 Flash

none

अवैध SVG

खर्च: $0.164
वेळ: 215.5s
टोकन्स: 65,659 tok

#281 Step 5 Preview

low

खर्च: $0.051
वेळ: 125.6s
टोकन्स: 18,795 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.81s	0	0	0
Step 5 Preview	3.4	2.2	33.3%	1		131.68s	161,309	41,238	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	0
Step 5 Preview	6.9	7.9	66.7%	1		9.50s	744	4,797	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0
Step 5 Preview	2.7	7.0	11.1%	1		378.21s	7,428	518,232	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	3.0	10.0	0.0%	0		61.19s	16,470	486	0
Step 5 Preview	7.3	5.8	83.3%	1		40.89s	73,370	32,511	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	0
Step 5 Preview	10.0	10.0	100.0%	0		3.34s	7,392	2,386	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	3.6	7.2	22.2%	1		449ms	642	12	0
Step 5 Preview	3.6	7.2	22.2%	1		304.35s	828	425,365	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	0
Step 5 Preview	3.5	2.2	33.3%	1		162.27s	522	66,693	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	0
Step 5 Preview	10.0	10.0	100.0%	0		6.78s	729	4,712	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	0
Step 5 Preview	7.6	7.2	77.8%	1		94.98s	747	136,880	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	0
Step 5 Preview	10.0	10.0	100.0%	0		3.77s	7,953	454	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0
Step 5 Preview	3.0	10.0	0.0%	0		409.77s	234	192,000	0

तुलना जोडी बदला

Step 5 PreviewlowvsSolar Pro 4none GPT-5.4nonevsStep 5 Previewlow Step 5 PreviewlowvsGLM 5none Gemini 2.5 FlashnonevsNemotron 3 Supermediumमोफत उपलब्ध Qwen3.5-35B-A3BnonevsStep 5 Previewlow Gemma 4 31Bnoneमोफत उपलब्धvsStep 5 Previewlow Dots 3 Note Previewmediumमोफत उपलब्धvsStep 5 Previewlow North Mini Codemediumमोफत उपलब्धvsGemini 2.5 Flashnone Nemotron 3 Supermediumमोफत उपलब्धvsStep 5 Previewlow Gemini 2.5 FlashnonevsHy4 previewlow Seed 2.1 TurbononevsStep 5 Previewlow Mistral Large 4nonevsStep 5 Previewlow