नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 3.1 Flash Lite Preview vs StepFun: Step 3.5 Flash

Gemini 3.1 Flash Lite Preview average score मध्ये पुढे आहे: 6.4 vs 6.0. Gemini 3.1 Flash Lite Preview चा benchmark खर्च कमी आहे: $0.052 vs $0.108. Gemini 3.1 Flash Lite Preview वेगवान आहे: 1.58s vs 174.22s, pass rates 57.6% vs 51.5%.

शिफारस केलेले मॉडेलGemini 3.1 Flash Lite PreviewIt has the best score here (6.4), while costing about 2.1x less than Step 3.5 Flash (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none प्रकाशन: 2026-03-03 Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर 6.4 6.0
क्रमांक #116 #141
विश्वसनीयता 10.0 9.2
सुसंगतता 9.7 9.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 51.5%
अस्थिर चाचण्या 1 1
एकूण रन 66 63
प्रति निकाल खर्च 0.431 0.540
एकूण खर्च $0.052 $0.108
इनपुट किंमत $0.250 / 1M $0.100 / 1M
आउटपुट किंमत $1.500 / 1M $0.300 / 1M
एकूण इनपुट टोकन्स 120,942 65,707
आउटपुट टोकन्स 14,292 108,561
रिझनिंग टोकन्स 0 293,993
प्रतिसाद वेळ (सरासरी) 1.58s 174.22s
प्रतिसाद वेळ (कमाल) 9.27s 1597.85s
प्रतिसाद वेळ (एकूण) 34.72s 2613.32s

Hamster playing table tennis

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

#116 Gemini 3.1 Flash Lite Preview

none
खर्च
$0.003
वेळ
4.7s
टोकन्स
1,827 tok

#141 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 967ms 8,128 670 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

झटपट तुलना

तुलना जोडी बदला