AI BENCHY Compare

Google: Gemini 3 Flash Preview vs StepFun: Step 3.7 Flash

Rezumat

Gemini 3 Flash Preview (medium) conduce la scorul mediu cu 9.6 vs 8.5. Step 3.7 Flash (medium) are costul de benchmark mai mic, $0.376 vs $0.667. Gemini 3 Flash Preview (medium) este mai rapid cu 18.64s vs 20.35s, cu rate de reușită de 98.4% vs 73.0%.

Model recomandatGemini 3 Flash Preview (medium)Are cel mai puternic scor din această comparație (9.6) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lansare: 2025-12-17	Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29

Metrică	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lansare: 2025-12-17	Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29
Scor	9.6	8.5
Rang	#2	#23
Fiabilitate	10.0	9.9
Consistență	9.7	9.3
Teste corecte
Rată de trecere pe încercare	98.4%	73.0%
Teste instabile	1	2
Rulări totale	63	61
Cost per rezultat	3.335	2.686
Cost total	$0.667	$0.376
Preț de intrare	$0.500 / 1M	$0.200 / 1M
Preț de ieșire	$3.000 / 1M	$1.150 / 1M
Total tokenuri de intrare	37,017	39,981
Tokenuri de ieșire	2,006	319,958
Tokenuri de raționament	214,153	0
Timp de răspuns (mediu)	18.64s	20.35s
Timp de răspuns (maxim)	117.26s	113.98s
Timp de răspuns (total)	391.35s	427.42s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#2 Gemini 3 Flash Preview

medium

Cost: $0.010
Timp: 17.9s
Tokenuri: 3,236 tok

#23 Step 3.7 Flash

medium

Cost: $0.006
Timp: 46.2s
Tokenuri: 4,466 tok

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

Categorie:

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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	0

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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow DeepSeek V4 FlashhighvsStep 3.7 Flashmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low GPT-5.6 TerrahighvsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGLM 5.2high KAT-Coder-Pro V2.5lowvsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Claude Opus 4.8lowvsStep 3.7 Flashmedium Gemini 3.5 FlashlowvsStep 3.7 Flashmedium GPT-5.6 TerralowvsStep 3.7 Flashmedium