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

AI BENCHY Compare

Google: Gemini 3 Flash 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 Flash Preview medium Lansare: Data lansării necunoscută StepFun: Step 3.5 Flash medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang #1 #11
Scor 9.93 7.00
Consistență 10.00 8.32
Cost per rezultat 0.815 0.000
Cost total $0.114 $0.000
Teste corecte
Teste greșite 0 5
Rată de trecere pe încercare 100.0% 73.8%
Teste instabile 0 3
Tokenuri de ieșire 1,111 60,502
Tokenuri de raționament 34,409 117,044

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 Flash Preview 10.00 10.00 100.0% 0 299 3,127
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 Flash Preview 10.00 10.00 100.0% 0 292 5,467
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 Flash Preview 10.00 10.00 100.0% 0 12 15,295
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 Flash Preview 10.00 10.00 100.0% 0 72 4,092
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 Flash Preview 9.67 10.00 100.0% 0 202 5,298
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 Flash Preview 10.00 10.00 100.0% 0 234 1,130
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Schimbă perechea de comparație

Compară Google: Gemini 3 Flash Preview cu...

Compară StepFun: Step 3.5 Flash cu...