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 medium Releasedatum: 2026-05-29
Score 7.7 7.9
Rang #40 #31
Betrouwbaarheid 10.0 9.9
Consistentie 9.6 9.2
Correcte tests
Slaagpercentage per poging 68.3% 71.7%
Instabiele tests 1 2
Totaal runs 60 58
Kosten per resultaat 2.750 2.663
Totale kosten $0.358 $0.347
Invoerprijs $0.300 / 1M $0.200 / 1M
Uitvoerprijs $2.500 / 1M $1.150 / 1M
Uitvoer-tokens 1,924 294,481
Redeneer-tokens 137,255 0
Responstijd (gem.) 15.57s 18.32s
Responstijd (max) 95.48s 113.98s
Responstijd (totaal) 311.47s 366.45s

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 8.7 7.9 91.7% 1 9.65s 32,185 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 8.2 6.7 83.3% 1 10.64s 19,320 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 9.06s 7,106 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 2.75s 3,020 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 7.7 10.0 66.7% 0 48.27s 70,347 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 4.0 10.0 0.0% 0 6.85s 3,987 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 1.83s 2,166 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 5.7 9.9 33.3% 0 6.19s 15,071 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 4.16s 2,115 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% 0 113.98s 139,164 0

Snelle vergelijking

Vergelijkingspaar wisselen

Qwen3.7 MaxnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 2.5 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsGemini 2.5 Flashmedium