नेव्हिगेशन
AI BENCHY
Advertise here

Google: Gemini 3.1 Pro Preview vs StepFun: Step 3.7 Flash

Gemini 3.1 Pro Preview (medium) average score मध्ये पुढे आहे: 9.2 vs 6.9. Step 3.7 Flash (high) चा benchmark खर्च कमी आहे: $1.207 vs $1.361. Gemini 3.1 Pro Preview (medium) वेगवान आहे: 21.47s vs 64.68s, pass rates 90.9% vs 63.6%.

शिफारस केलेले मॉडेलGemini 3.1 Pro Preview (medium)It has the best score here (9.2), while responding about 3.0x faster than Step 3.7 Flash (high).

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

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19 Step 3.7 Flash Step 3.7 Flash high प्रकाशन: 2026-05-29
स्कोअर 9.2 6.9
क्रमांक #10 #94
विश्वसनीयता 10.0 10.0
सुसंगतता 10.0 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 90.9% 63.6%
अस्थिर चाचण्या 0 5
एकूण रन 66 66
प्रति निकाल खर्च 6.801 10.973
एकूण खर्च $1.361 $1.207
इनपुट किंमत $2.000 / 1M $0.200 / 1M
आउटपुट किंमत $12.000 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 92,287 98,691
आउटपुट टोकन्स 5,232 1,032,395
रिझनिंग टोकन्स 92,726 0
प्रतिसाद वेळ (सरासरी) 21.47s 64.68s
प्रतिसाद वेळ (कमाल) 88.68s 364.99s
प्रतिसाद वेळ (एकूण) 322.08s 1423.01s

Hamster playing table tennis

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

#10 Gemini 3.1 Pro Preview

medium
खर्च
$0.115
वेळ
87.2s
टोकन्स
9,629 tok

#94 Step 3.7 Flash

high
खर्च
$0.007
वेळ
63.6s
टोकन्स
6,030 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 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

झटपट तुलना

तुलना जोडी बदला