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 3.5 Flash vs StepFun: Step 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Gemini 3.5 Flash Gemini 3.5 Flash high Lansare: 2026-05-19 Step 3.5 Flash Step 3.5 Flash none Lansare: 2026-02-01
Scor 9.6 7.8
Rang #2 #32
Fiabilitate 10.0 10.0
Consistență 9.6 10.0
Teste corecte
Rată de trecere pe încercare 96.7% 66.7%
Teste instabile 1 0
Rulări totale 60 36
Cost per rezultat 5.231 0.328
Cost total $0.994 $0.020
Preț de intrare $1.500 / 1M $0.090 / 1M
Preț de ieșire $9.000 / 1M $0.300 / 1M
Tokenuri de ieșire 1,969 64,795
Tokenuri de raționament 102,679 0
Timp de răspuns (mediu) 8.30s 39.03s
Timp de răspuns (maxim) 34.82s 114.12s
Timp de răspuns (total) 165.92s 312.26s

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 ieșire Tokenuri de raționament
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.57s 174 4,997
Step 3.5 Flash 10.0 10.0 100.0% 0 34.99s 21,766 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 10.0 10.0 100.0% 0 24.62s 450 34,170
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.37s 351 16,323
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 0
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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 6.43s 279 8,466
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 7.6 7.2 77.8% 1 14.09s 12 24,721
Step 3.5 Flash 10.0 10.0 100.0% 0 34.54s 7,389 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.63s 115 1,650
Step 3.5 Flash 4.0 10.0 0.0% 0 14.37s 2,451 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.35s 70 3,799
Step 3.5 Flash 10.0 10.0 100.0% 0 9.30s 1,427 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.23s 241 4,940
Step 3.5 Flash - - - - - - - -
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 9.8 10.0 100.0% 0 4.96s 265 1,608
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3.5 Flash 10.0 10.0 100.0% 0 3.94s 12 2,005
Step 3.5 Flash 3.0 10.0 0.0% 0 114.12s 31,762 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.5 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsGLM 5mediumGemini 3.5 FlashhighvsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsQwen3.5-27BmediumGemini 3.5 FlashhighvsQwen3.7 MaxnoneGemini 3.5 FlashhighvsGPT-5.4medium