Navigare
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 3.1 Flash Lite vs StepFun: Step 3.7 Flash

Rezumat

Comparație benchmark Gemini 3.1 Flash Lite vs Step 3.7 Flash: Step 3.7 Flash conduce la scorul mediu cu 7.1 vs 6.1. Gemini 3.1 Flash Lite are costul de benchmark mai mic, $0.013 vs $1.148. Gemini 3.1 Flash Lite este mai rapid cu 1.33s vs 64.46s, cu rate de reușită de 54.0% vs 63.5%.

Model recomandat: Gemini 3.1 Flash Lite - Oferă cel mai bun compromis per total: scor competitiv (6.1), cost mai mic decât Step 3.7 Flash și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Lansare: 2026-05-08 Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29
Scor 6.1 7.1
Rang #94 #63
Fiabilitate 10.0 10.0
Consistență 8.8 8.2
Teste corecte
Rată de trecere pe încercare 54.0% 63.5%
Teste instabile 3 4
Rulări totale 63 63
Cost per rezultat 0.130 10.434
Cost total $0.013 $1.148
Preț de intrare $0.250 / 1M $0.200 / 1M
Preț de ieșire $1.500 / 1M $1.150 / 1M
Total tokenuri de intrare 36,973 38,391
Tokenuri de ieșire 2,487 991,355
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.33s 64.46s
Timp de răspuns (maxim) 4.49s 364.99s
Timp de răspuns (total) 27.91s 1353.57s

Prezentare generare

Hamster playing table tennis

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

#94 Gemini 3.1 Flash Lite

minimal
Cost
$0.001
Timp
3.7s
Tokenuri
635 tok

#63 Step 3.7 Flash

high
Cost
$0.007
Timp
63.6s
Tokenuri
6,030 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 8.3 10.0 75.0% 0 1.10s 500 639 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 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 831ms 8,126 666 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 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 3.0 10.0 0.0% 0 2.53s 12,870 357 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 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 1.04s 7,552 279 0
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 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 1.02s 641 15 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 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 4.0 10.0 0.0% 0 791ms 490 63 0
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 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 10.0 10.0 100.0% 0 932ms 615 72 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 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 6.0 4.6 66.7% 2 2.15s 564 153 0
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 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 3.51s 5,457 234 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 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 724ms 158 9 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Comparație rapidă

Schimbă perechea de comparație

Step 3.7 FlashhighvsGLM 5.1mediumGemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneStep 3.7 FlashhighvsGLM 5.2noneSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnoneDisponibil gratuitGemma 4 26B A4BmediumDisponibil gratuitvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighGemini 3.1 Flash LiteminimalvsGPT-5.5none