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 3.5 Flash

Rezumat

Comparație benchmark Gemini 3.1 Flash Lite vs Step 3.5 Flash: Step 3.5 Flash conduce la scorul mediu cu 6.6 vs 6.1. Gemini 3.1 Flash Lite are costul de benchmark mai mic, $0.013 vs $0.070. Gemini 3.1 Flash Lite este mai rapid cu 1.06s vs 72.53s, cu rate de reușită de 52.4% vs 54.0%.

Model recomandat: Gemini 3.1 Flash Lite - Scorul rămâne aproape de cel mai bun scor de aici (6.1 vs 6.6) și costă de aproximativ 5.4x mai puțin decât Step 3.5 Flash.

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 none Lansare: 2026-05-08 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor 6.1 6.6
Rang #96 #80
Fiabilitate 10.0 10.0
Consistență 8.6 8.9
Teste corecte
Rată de trecere pe încercare 52.4% 54.0%
Teste instabile 4 1
Rulări totale 63 60
Cost per rezultat 0.144 0.198
Cost total $0.013 $0.070
Preț de intrare $0.250 / 1M $0.090 / 1M
Preț de ieșire $1.500 / 1M $0.300 / 1M
Total tokenuri de intrare 36,710 34,431
Tokenuri de ieșire 2,484 91,587
Tokenuri de raționament 0 195,973
Timp de răspuns (mediu) 1.06s 72.53s
Timp de răspuns (maxim) 2.97s 453.94s
Timp de răspuns (total) 22.35s 1015.47s

Prezentare generare

Hamster playing table tennis

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

#96 Gemini 3.1 Flash Lite

none
Cost
$0.001
Timp
4.5s
Tokenuri
727 tok

#80 Step 3.5 Flash

medium
Cost
$0.008
Timp
277.1s
Tokenuri
23,695 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 7.5 8.4 66.7% 1 1.07s 506 639 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
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 938ms 8,128 666 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
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 2.73s 12,870 357 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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 843ms 7,267 279 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
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 762ms 647 15 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
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 992ms 486 63 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
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 859ms 619 72 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
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 6.3 4.8 66.7% 2 720ms 570 150 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
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 2.97s 5,457 234 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
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 733ms 160 9 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LitenonevsQwen3.5-35B-A3BmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumGemini 3.1 Flash LitenonevsNemotron 3 SupermediumDisponibil gratuitQwen3.7 MaxnonevsStep 3.5 FlashmediumNorth Mini CodemediumDisponibil gratuitvsGemini 3.1 Flash LitenoneGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGPT-5.5nonevsStep 3.5 FlashmediumGemini 3.5 FlashnonevsStep 3.5 FlashmediumSeed-2.0-LitenonevsStep 3.5 Flashmedium