Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite Preview vs StepFun: Step 3.5 Flash

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică Google: Gemini 3.1 Flash Lite Preview high Lansare: 2026-03-03 StepFun: Step 3.5 Flash medium Lansare: 2026-02-01 Disponibil gratuit
Rang #8 #13
Scor mediu 8.2 7.4
Consistență 9.6 9.1
Cost per rezultat 19.243 0.000
Cost total $2.310 $0.000
Teste corecte
Rată de trecere pe încercare 77.1% 68.8%
Teste instabile 1 2
Rulări totale 48 48
Tokenuri de ieșire 1,283 71,452
Tokenuri de raționament 1,533,310 155,147
Timp de răspuns (mediu) 68.83s 29.10s
Timp de răspuns (maxim) 280.52s 170.45s
Timp de răspuns (total) 1101.32s 290.96s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 43.87s 144 193,077
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 280.52s 335 380,440
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 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 ieșire Tokenuri de raționament
Google: Gemini 3.1 Flash Lite Preview 9.9 10.0 100.0% 0 7.16s 279 6,186
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Flash Lite Preview 4.0 10.0 33.3% 0 127.58s 18 566,202
StepFun: Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 5.25s 117 3,915
StepFun: Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Flash Lite Preview 9.0 6.9 66.7% 1 70.07s 69 190,053
StepFun: Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Flash Lite Preview 7.0 10.0 66.7% 0 46.33s 87 190,953
StepFun: Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.73s 234 2,484
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash Lite PreviewhighvsQwen3.5-27BmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewhighvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewhighvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewhighvsQwen3.5-122B-A10BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewhighClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponibil gratuit