导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

Gemini 3 Flash Preview vs Step 3.7 Flash benchmark 对比：Step 3.7 Flash 平均分领先，为 7.7 vs 6.9。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.025 vs $0.341。 Gemini 3 Flash Preview 更快，为 1.65s vs 15.74s，通过率为 66.7% vs 68.3%。

推荐模型: Gemini 3 Flash Preview - 它的得分接近这里的最高分（6.9 vs 7.7），同时成本比Step 3.7 Flash低约 14.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview none 发布日期: 2025-12-17 Step 3.7 Flash Step 3.7 Flash low 发布日期: 2026-05-29
分数 6.9 7.7
排名 #67 #39
可靠性 10.0 10.0
一致性 9.2 8.4
测试正确
尝试通过率 66.7% 68.3%
不稳定测试 2 4
总运行次数 63 63
每个结果成本 0.186 2.840
总成本 $0.025 $0.341
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 37,011 40,101
输出令牌 1,885 289,325
推理令牌 0 0
响应时间（平均） 1.65s 15.74s
响应时间（最大） 3.56s 124.75s
响应时间（总计） 23.07s 330.63s

生成展示

Hamster playing table tennis

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

#67 Gemini 3 Flash Preview

none
成本
$0.003
时间
5.6s
令牌
981 tok

#39 Step 3.7 Flash

low
无效SVG
成本
$0.004
时间
25.3s
令牌
3,072 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 Flash Preview 8.3 10.0 75.0% 0 1.25s 498 214 0
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 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 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 0
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 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 Flash Preview 4.7 1.6 66.7% 1 3.56s 12,862 350 0
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 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 Flash Preview 10.0 10.0 100.0% 0 1.41s 7,263 279 0
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 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 Flash Preview 7.7 10.0 66.7% 0 963ms 643 18 0
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 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 Flash Preview 10.0 10.0 100.0% 0 1.13s 490 104 0
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 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 Flash Preview 6.4 5.8 66.7% 1 1.58s 619 74 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 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 Flash Preview 7.7 10.0 66.7% 0 1.05s 574 144 0
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 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 Flash Preview 10.0 10.0 100.0% 0 3.35s 5,784 234 0
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 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 Flash Preview 3.0 10.0 0.0% 0 1.07s 156 15 0
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

快速对比

切换对比组合

Claude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6medium免费可用vsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumStep 3.7 FlashlowvsGrok Build 0.1medium