AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs StepFun: Step 3.7 Flash

Rezumat

Comparație benchmark Gemini 3.1 Flash Lite vs Step 3.7 Flash: Gemini 3.1 Flash Lite conduce la scorul mediu cu 7.8 vs 7.7. Gemini 3.1 Flash Lite are costul de benchmark mai mic, $0.071 vs $0.341. Gemini 3.1 Flash Lite este mai rapid cu 3.23s vs 15.74s, cu rate de reușită de 65.1% vs 68.3%.

Model recomandat: Gemini 3.1 Flash Lite - Are cel mai bun scor aici (7.8) și costă de aproximativ 4.9x mai puțin decât Step 3.7 Flash.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lansare: 2026-05-08	Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29

Metrică	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Lansare: 2026-05-08	Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29
Scor	7.8	7.7
Rang	#37	#42
Fiabilitate	10.0	10.0
Consistență	9.2	8.4
Teste corecte
Rată de trecere pe încercare	65.1%	68.3%
Teste instabile	2	4
Rulări totale	63	63
Cost per rezultat	0.539	2.840
Cost total	$0.071	$0.341
Preț de intrare	$0.250 / 1M	$0.200 / 1M
Preț de ieșire	$1.500 / 1M	$1.150 / 1M
Total tokenuri de intrare	36,808	40,101
Tokenuri de ieșire	2,254	289,325
Tokenuri de raționament	38,300	0
Timp de răspuns (mediu)	3.23s	15.74s
Timp de răspuns (maxim)	10.87s	124.75s
Timp de răspuns (total)	67.80s	330.63s

Generation showcase

Hamster playing table tennis

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

#37 Gemini 3.1 Flash Lite

medium

Cost: $0.003
Time: 5.3s
Tokens: 1,754 tok

#42 Step 3.7 Flash

low

Invalid SVG

Cost: $0.004
Time: 25.3s
Tokens: 3,072 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		10.87s	12,873	327	7,401
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	0

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.16s	643	15	5,165
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Comparație rapidă

Schimbă perechea de comparație