导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3.5 Flash vs StepFun: Step 3.7 Flash

摘要

Gemini 3.5 Flash vs Step 3.7 Flash benchmark 对比：Step 3.7 Flash 平均分领先，为 7.1 vs 7.0。 Gemini 3.5 Flash benchmark 成本更低，为 $1.079 vs $1.148。 Gemini 3.5 Flash 更快，为 9.93s vs 64.46s，通过率为 77.8% vs 63.5%。

推荐模型: Gemini 3.5 Flash - 它的得分接近这里的最高分（7.0 vs 7.1），同时响应速度比Step 3.7 Flash快约 6.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Gemini 3.5 Flash Gemini 3.5 Flash none 发布日期: 2026-05-19 Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29
分数 7.0 7.1
排名 #66 #63
可靠性 10.0 10.0
一致性 8.9 8.2
测试正确
尝试通过率 77.8% 63.5%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 7.190 10.434
总成本 $1.079 $1.148
输入价格 $1.500 / 1M $0.200 / 1M
输出价格 $9.000 / 1M $1.150 / 1M
总输入令牌 13,843 38,391
输出令牌 117,518 991,355
推理令牌 0 0
响应时间（平均） 9.93s 64.46s
响应时间（最大） 64.36s 364.99s
响应时间（总计） 178.68s 1353.57s

Generation showcase

Hamster playing table tennis

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

#66 Gemini 3.5 Flash

none
Cost
$0.225
Time
125.5s
Tokens
25,004 tok

#63 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 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 10.0 10.0 100.0% 0 2.53s 492 5,101 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 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 8.8 7.8 88.9% 1 34.69s 8,122 75,927 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 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 3.0 10.0 0.0% 0 0ms 0 0 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 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 6.5 10.0 50.0% 0 8.10s 2,781 5,895 0
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 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 7.6 7.2 77.8% 1 10.64s 633 17,910 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 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 10.0 10.0 100.0% 0 3.46s 486 1,620 0
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 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 9.8 10.0 100.0% 0 3.38s 615 3,928 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 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 10.0 10.0 100.0% 0 3.13s 558 4,640 0
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 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 3.0 10.0 0.0% 0 0ms 0 0 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 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 2.8 1.6 33.3% 1 4.87s 156 2,497 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

快速对比

切换对比组合

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumGemini 3.5 FlashnonevsKimi K2.7 CodemediumGemini 3.5 FlashnonevsStep 3.5 FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium免费可用vsStep 3.7 FlashhighGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.5-FlashmediumStep 3.7 FlashhighvsGLM 5V Turbomedium