AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark DeepSeek V4 Pro vs Step 3.7 Flash: DeepSeek V4 Pro лидирует по среднему баллу: 7.2 vs 7.1. DeepSeek V4 Pro имеет более низкую стоимость benchmark: $0.034 vs $1.148. DeepSeek V4 Pro быстрее: 6.41s vs 64.46s, с долей успешных попыток 52.4% vs 63.5%.

Рекомендуемая модель: DeepSeek V4 Pro - Здесь у него лучший балл (7.2), при этом он примерно в 34.5 раза дешевле, чем Step 3.7 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 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	DeepSeek V4 Pro DeepSeek V4 Pro none Релиз: 2026-04-24	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	7.2	7.1
Ранг	#58	#63
Надежность	9.9	10.0
Стабильность	8.8	8.2
Тестов верно
Доля успешных попыток	52.4%	63.5%
Нестабильные тесты	3	4
Всего запусков	63	63
Стоимость за результат	0.333	10.434
Общая стоимость	$0.034	$1.148
Цена входа	$0.435 / 1M	$0.200 / 1M
Цена выхода	$0.870 / 1M	$1.150 / 1M
Общее число входных токенов	53,558	38,391
Выходные токены	11,424	991,355
Токены рассуждений	0	0
Время ответа (среднее)	6.41s	64.46s
Время ответа (макс.)	30.09s	364.99s
Время ответа (суммарно)	134.66s	1353.57s

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

#63 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 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 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

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 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

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 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	0

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 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

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 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

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 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

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 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

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 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

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 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

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 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashhighvsGLM 5.1medium DeepSeek V4 PrononevsGemma 4 26B A4BmediumБесплатно доступно Step 3.7 FlashhighvsGLM 5.2none Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Gemma 4 26B A4BmediumБесплатно доступноvsStep 3.7 Flashhigh DeepSeek V4 PrononevsGLM 5.1medium Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsStep 3.7 Flashhigh DeepSeek V4 PrononevsKimi K2.7 Codemedium DeepSeek V4 PrononevsGrok 4.20medium Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh