#31 Gemini 3.5 Flash-Lite
high- 成本
- $0.023
- 时间
- 23.6s
- 令牌
- 9,128 tok
Google: Gemini 3.5 Flash-Lite vs StepFun: Step 3.7 Flash
平均分几乎持平，为 8.1 vs 8.0。 Step 3.7 Flash (medium) benchmark 成本更低，为 $0.515 vs $0.584。 Gemini 3.5 Flash-Lite (high) 更快，为 9.48s vs 26.37s，通过率为 81.8% vs 72.7%。
推荐模型Gemini 3.5 Flash-Lite (high)它在这里得分最高（8.1），同时响应速度比Step 3.7 Flash (medium)快约 2.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21
| 指标 | Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite high | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| 分数 | 8.1 | 8.0 |
| 排名 | #31 | #33 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 7.5 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 81.8% | 72.7% |
| 不稳定测试 | 7 | 3 |
| 总运行次数 | 66 | 64 |
| 每个结果成本 | 4.169 | 3.676 |
| 总成本 | $0.584 | $0.515 |
| 输入价格 | $0.300 / 1M | $0.200 / 1M |
| 输出价格 | $2.500 / 1M | $1.150 / 1M |
| 总输入令牌 | 105,138 | 114,062 |
| 输出令牌 | 8,315 | 427,572 |
| 推理令牌 | 212,507 | 0 |
| 响应时间（平均） | 9.48s | 26.37s |
| 响应时间（最大） | 43.93s | 152.83s |
| 响应时间（总计） | 208.52s | 580.25s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#33 Step 3.7 Flash
medium- 成本
- $0.006
- 时间
- 46.2s
- 令牌
- 4,466 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 10.0 | 10.0 | 100.0% | 0 | 1.98s | 516 | 166 | 7,464 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 8.6 | 7.6 | 88.9% | 1 | 15.09s | 8,136 | 452 | 55,603 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 7.3 | 5.8 | 83.3% | 1 | 29.22s | 80,577 | 6,767 | 62,928 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 10.0 | 10.0 | 100.0% | 0 | 2.71s | 7,269 | 279 | 5,104 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 5.3 | 7.2 | 44.4% | 1 | 19.53s | 651 | 16 | 51,792 | |
| Step 3.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 48.27s | 708 | 70,347 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 5.4 | 2.5 | 66.7% | 1 | 3.40s | 492 | 114 | 2,361 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 8.5 | 6.8 | 83.3% | 1 | 1.87s | 627 | 70 | 3,533 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 8.2 | 7.2 | 88.9% | 1 | 1.85s | 576 | 172 | 4,371 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 10.0 | 10.0 | 100.0% | 0 | 4.05s | 6,132 | 269 | 3,356 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash-Lite | 2.8 | 1.6 | 33.3% | 1 | 16.11s | 162 | 10 | 15,995 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsInklinghighGemini 3.5 Flash-LitehighvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsGLM 5.2highMuse Spark 1.1highvsStep 3.7 FlashmediumGemini 3.5 Flash-LitehighvsGPT-5 MinimediumKimi K3maxvsStep 3.7 FlashmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumGemini 3.5 Flash-LitehighvsInklingmediumGemini 3.5 Flash-LitehighvsKimi K3maxSeed-2.0-LitemediumvsGemini 3.5 Flash-LitehighGemini 3.5 Flash-LitehighvsQwen3.7 Plusmedium