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

AI BENCHY Compare

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

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Google: Gemini 3.1 Pro Preview medium Lansare: Data lansării necunoscută StepFun: Step 3.5 Flash medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang #2 #11
Scor 9.36 7.00
Consistență 10.00 8.32
Cost per rezultat 2.443 0.000
Cost total $0.318 $0.000
Teste corecte
Teste greșite 1 5
Rată de trecere pe încercare 92.9% 73.8%
Teste instabile 0 3
Tokenuri de ieșire 1,000 60,502
Tokenuri de raționament 22,936 117,044

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 106 2,533
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 292 3,164
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Pro Preview 7.00 10.00 66.7% 0 18 10,688
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 72 2,436
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 238 3,133
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 274 982
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Schimbă perechea de comparație

Compară Google: Gemini 3.1 Pro Preview cu...

Compară StepFun: Step 3.5 Flash cu...