AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs StepFun: Step 3.5 Flash

Сводка

Сравнение benchmark DeepSeek V4 Pro vs Step 3.5 Flash: DeepSeek V4 Pro лидирует по среднему баллу: 7.2 vs 6.6. DeepSeek V4 Pro имеет более низкую стоимость benchmark: $0.034 vs $0.070. DeepSeek V4 Pro быстрее: 6.41s vs 72.53s, с долей успешных попыток 52.4% vs 54.0%.

Рекомендуемая модель: DeepSeek V4 Pro - Здесь у него лучший балл (7.2), при этом он примерно в 2.1 раза дешевле, чем Step 3.5 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	DeepSeek V4 Pro DeepSeek V4 Pro none Релиз: 2026-04-24	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	DeepSeek V4 Pro DeepSeek V4 Pro none Релиз: 2026-04-24	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	7.2	6.6
Ранг	#58	#80
Надежность	9.9	10.0
Стабильность	8.8	8.9
Тестов верно
Доля успешных попыток	52.4%	54.0%
Нестабильные тесты	3	1
Всего запусков	63	60
Стоимость за результат	0.333	0.198
Общая стоимость	$0.034	$0.070
Цена входа	$0.435 / 1M	$0.090 / 1M
Цена выхода	$0.870 / 1M	$0.300 / 1M
Общее число входных токенов	53,558	34,431
Выходные токены	11,424	91,587
Токены рассуждений	0	195,973
Время ответа (среднее)	6.41s	72.53s
Время ответа (макс.)	30.09s	453.94s
Время ответа (суммарно)	134.66s	1015.47s

Генерация showcase

Hamster playing table tennis

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

#58 DeepSeek V4 Pro

none

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#80 Step 3.5 Flash

medium

Стоимость: $0.008
Время: 277.1s
Токены: 23,695 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	3.2	6.1	16.7%	2		4.02s	540	1,168	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	5.6	10.0	33.3%	0		13.38s	7,275	5,500	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	9.5	10.0	100.0%	0		23.74s	27,529	2,235	0
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	10.0	10.0	100.0%	0		4.61s	7,568	200	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	5.3	10.0	33.3%	0		3.72s	666	24	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	5.0	10.0	0.0%	0		2.05s	471	126	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	6.3	5.8	66.7%	1		4.12s	627	713	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	10.0	10.0	100.0%	0		3.61s	594	442	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	10.0	10.0	100.0%	0		7.40s	8,105	328	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Pro	3.0	10.0	0.0%	0		5.76s	183	688	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 PrononevsGemma 4 26B A4BmediumБесплатно доступно DeepSeek V4 PrononevsStep 3.7 Flashhigh DeepSeek V4 PrononevsGLM 5.1medium Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium DeepSeek V4 PrononevsKimi K2.7 Codemedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium DeepSeek V4 PrononevsGrok 4.20medium Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium DeepSeek V4 PrononevsGemini 3 Flash Previewlow Gemini 3.5 FlashminimalvsStep 3.5 Flashmedium DeepSeek V4 PrononevsMiMo-V2.5-Promedium Seed-2.0-MinimediumvsDeepSeek V4 Pronone