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 Flash Preview vs StepFun: Step 3.7 Flash

摘要

Gemini 3 Flash Preview (medium) 平均分领先,为 9.6 vs 7.1Gemini 3 Flash Preview (medium) benchmark 成本更低,为 $0.667 vs $1.148Gemini 3 Flash Preview (medium) 更快,为 18.64s vs 64.46s,通过率为 98.4% vs 63.5%

推荐模型Gemini 3 Flash Preview (medium)它在这里得分最高(9.6),同时成本比Step 3.7 Flash (high)低约 1.7 倍。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-07-14

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29
分数 9.6 7.1
排名 #2 #79
可靠性 10.0 10.0
一致性 9.7 8.2
测试正确
尝试通过率 98.4% 63.5%
不稳定测试 1 4
总运行次数 63 63
每个结果成本 3.335 10.434
总成本 $0.667 $1.148
输入价格 $0.500 / 1M $0.200 / 1M
输出价格 $3.000 / 1M $1.150 / 1M
总输入令牌 37,017 38,391
输出令牌 2,006 991,355
推理令牌 214,153 0
响应时间(平均) 18.64s 64.46s
响应时间(最大) 117.26s 364.99s
响应时间(总计) 391.35s 1353.57s

生成展示

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
成本
$0.010
时间
17.9s
令牌
3,236 tok

#79 Step 3.7 Flash

high
成本
$0.007
时间
63.6s
令牌
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

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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

快速对比

切换对比组合