नेव्हिगेशन
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: Gemini 3 Flash Preview vs StepFun: Step 3.7 Flash

सारांश

Gemini 3 Flash Preview (medium) average score मध्ये पुढे आहे: 9.6 vs 8.5. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.376 vs $0.667. Gemini 3 Flash Preview (medium) वेगवान आहे: 18.64s vs 20.35s, pass rates 98.4% vs 73.0%.

शिफारस केलेले मॉडेलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17 Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर 9.6 8.5
क्रमांक #2 #23
विश्वसनीयता 10.0 9.9
सुसंगतता 9.7 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 98.4% 73.0%
अस्थिर चाचण्या 1 2
एकूण रन 63 61
प्रति निकाल खर्च 3.335 2.686
एकूण खर्च $0.667 $0.376
इनपुट किंमत $0.500 / 1M $0.200 / 1M
आउटपुट किंमत $3.000 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 37,017 39,981
आउटपुट टोकन्स 2,006 319,958
रिझनिंग टोकन्स 214,153 0
प्रतिसाद वेळ (सरासरी) 18.64s 20.35s
प्रतिसाद वेळ (कमाल) 117.26s 113.98s
प्रतिसाद वेळ (एकूण) 391.35s 427.42s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
खर्च
$0.010
वेळ
17.9s
टोकन्स
3,236 tok

#23 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

झटपट तुलना

तुलना जोडी बदला