Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

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

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

Metrică Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Lansare: 2026-03-03 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor 7.5 7.4
Rang #49 #55
Fiabilitate 10.0 10.0
Consistență 9.7 9.4
Teste corecte
Rată de trecere pe încercare 63.3% 59.7%
Teste instabile 1 1
Rulări totale 60 57
Cost per rezultat 0.142 0.133
Cost total $0.017 $0.062
Preț de intrare $0.250 / 1M $0.090 / 1M
Preț de ieșire $1.500 / 1M $0.300 / 1M
Total tokenuri de intrare 34,579 33,555
Tokenuri de ieșire 5,541 90,478
Tokenuri de raționament 0 173,544
Timp de răspuns (mediu) 1.23s 43.20s
Timp de răspuns (maxim) 3.39s 170.45s
Timp de răspuns (total) 24.68s 561.54s

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 Preview 7.5 8.4 66.7% 1 1.04s 504 1,092 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 Preview 6.8 10.0 50.0% 0 1.06s 5,125 664 0
Step 3.5 Flash 3.5 7.8 0.0% 0 62.83s 1,335 12,098 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 Preview 3.0 10.0 0.0% 0 3.20s 13,026 339 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 Preview 10.0 10.0 100.0% 0 1.22s 7,550 399 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 Preview 5.3 10.0 33.3% 0 942ms 641 568 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 Preview 4.0 10.0 0.0% 0 741ms 488 69 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 Preview 10.0 10.0 100.0% 0 1.13s 623 574 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 Preview 10.0 10.0 100.0% 0 900ms 570 1,045 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 Preview 10.0 10.0 100.0% 0 3.39s 5,894 782 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 Preview 3.0 10.0 0.0% 0 814ms 158 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

GPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.6mediumDisponibil gratuitGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsGLM 5V TurbomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewnone