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 3.5 Flash-Lite vs StepFun: Step 3.7 Flash

average score जवळपास समान आहे: 8.1 vs 8.0. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.515 vs $0.584. Gemini 3.5 Flash-Lite (high) वेगवान आहे: 9.48s vs 26.37s, pass rates 81.8% vs 72.7%.

शिफारस केलेले मॉडेलGemini 3.5 Flash-Lite (high)It has the best score here (8.1), while responding about 2.8x faster than Step 3.7 Flash (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-21

मेट्रिक Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high प्रकाशन: 2026-07-21 Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर 8.1 8.0
क्रमांक #31 #33
विश्वसनीयता 10.0 9.9
सुसंगतता 7.5 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 81.8% 72.7%
अस्थिर चाचण्या 7 3
एकूण रन 66 64
प्रति निकाल खर्च 4.169 3.676
एकूण खर्च $0.584 $0.515
इनपुट किंमत $0.300 / 1M $0.200 / 1M
आउटपुट किंमत $2.500 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 105,138 114,062
आउटपुट टोकन्स 8,315 427,572
रिझनिंग टोकन्स 212,507 0
प्रतिसाद वेळ (सरासरी) 9.48s 26.37s
प्रतिसाद वेळ (कमाल) 43.93s 152.83s
प्रतिसाद वेळ (एकूण) 208.52s 580.25s

Hamster playing table tennis

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

#31 Gemini 3.5 Flash-Lite

high
खर्च
$0.023
वेळ
23.6s
टोकन्स
9,128 tok

#33 Step 3.7 Flash

medium
खर्च
$0.006
वेळ
46.2s
टोकन्स
4,466 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 3.5 Flash-Lite 8.6 7.6 88.9% 1 15.09s 8,136 452 55,603
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

झटपट तुलना

तुलना जोडी बदला