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: Gemma 4 26B A4B vs StepFun: Step 3.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Gemma 4 26B A4B Gemma 4 26B A4B medium Lansare: 2026-04-03 Disponibil gratuit Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29
Scor 7.8 7.4
Rang #34 #60
Fiabilitate 10.0 10.0
Consistență 9.2 8.7
Teste corecte
Rată de trecere pe încercare 73.3% 68.3%
Teste instabile 2 3
Rulări totale 60 60
Cost per rezultat 0.317 2.796
Cost total $0.045 $0.336
Preț de intrare $0.060 / 1M $0.200 / 1M
Preț de ieșire $0.330 / 1M $1.150 / 1M
Tokenuri de ieșire 28,000 285,209
Tokenuri de raționament 82,045 0
Timp de răspuns (mediu) 50.92s 16.06s
Timp de răspuns (maxim) 369.32s 124.75s
Timp de răspuns (total) 967.47s 321.11s

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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 6.20s 1,142 3,045
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 26B A4B 2.9 10.0 0.0% 0 258.40s 14,838 26,122
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 26B A4B 9.6 10.0 100.0% 0 73.55s 5,415 13,112
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 16.51s 1,567 2,827
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 26B A4B 2.9 4.4 22.2% 2 23.62s 2,469 7,105
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 26B A4B 10.0 10.0 100.0% 0 29.76s 25 5,075
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 26B A4B 10.0 10.0 100.0% 0 17.54s 887 4,470
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 5.79s 410 2,128
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 26B A4B 10.0 10.0 100.0% 0 9.01s 450 1,256
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemma 4 26B A4B 3.0 10.0 0.0% 0 180.87s 797 16,905
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Comparație rapidă

Schimbă perechea de comparație

Kimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGemma 4 26B A4BmediumDisponibil gratuitvsGPT-5.2 ChatnoneGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemma 4 26B A4BmediumDisponibil gratuitvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 Flashlow