Navigatie
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 2.5 Flash vs StepFun: Step 3.7 Flash

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-01

Metriek Gemini 2.5 Flash Gemini 2.5 Flash medium Releasedatum: 2025-06-17 Step 3.7 Flash Step 3.7 Flash high Releasedatum: 2026-05-29
Score 7.7 7.1
Rang #40 #74
Betrouwbaarheid 10.0 10.0
Consistentie 9.6 8.2
Correcte tests
Slaagpercentage per poging 68.3% 65.0%
Instabiele tests 1 4
Totaal runs 60 60
Kosten per resultaat 2.750 8.723
Totale kosten $0.358 $0.960
Invoerprijs $0.300 / 1M $0.200 / 1M
Uitvoerprijs $2.500 / 1M $1.150 / 1M
Uitvoer-tokens 1,924 828,084
Redeneer-tokens 137,255 0
Responstijd (gem.) 15.57s 49.43s
Responstijd (max) 95.48s 192.75s
Responstijd (totaal) 311.47s 988.58s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 255 10,233
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 6.6 10.0 50.0% 0 54.56s 537 24,413
Step 3.7 Flash 3.2 4.6 16.7% 1 126.82s 164,069 0
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 126 2,499
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 11 919
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Snelle vergelijking

Vergelijkingspaar wisselen

Qwen3.6 Max PreviewnonevsStep 3.7 FlashhighGPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.4 NanomediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumSeed-2.0-MinimediumvsStep 3.7 FlashhighDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGrok 4.20medium