Gemini 2.5 Flash (medium) vs Step 3.7 Flash (low)

Gemini 2.5 Flash (medium) лидирует по среднему баллу: 7.3 vs 7.2. Step 3.7 Flash (low) имеет более низкую стоимость benchmark: $0.449 vs $0.680. Gemini 2.5 Flash (medium) быстрее: 20.51s vs 20.72s, с долей успешных попыток 68.1% vs 63.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-09

Сравниваемые модели

Ранг: #145
Общее число выходных токенов: 241,365
Время ответа (среднее): 20.51s
Общая стоимость: $0.680

Ранг: #157
Общее число выходных токенов: 339,108
Время ответа (среднее): 20.72s
Общая стоимость: $0.449

Рекомендуемая модель Step 3.7 Flash (low)

Его балл близок к лучшему здесь (7.2 против 7.3), при этом он примерно в 1.5 раза дешевле, чем Gemini 2.5 Flash (medium).

Подробное сравнение

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	7.3	7.2
Ранг	#145	#157
Надежность	10.0	10.0
Стабильность	9.6	7.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	68.1%	63.8%
Нестабильные тесты	1	6
Всего запусков	69	69
Стоимость за результат	4.288	4.078
Общая стоимость	$0.680	$0.449
Цена входа	$0.300 / 1M	$0.200 / 1M
Цена выхода	$2.500 / 1M	$1.150 / 1M
Цена чтения из кэша	$0.030 / 1M	$0.040 / 1M
Цена записи в кэш	$0.084 / 1M	Н/Д
Общее число входных токенов	132,507	292,685
Выходные токены	12,739	339,108
Токены рассуждений	228,626	0
Время ответа (среднее)	20.51s	20.72s
Время ответа (макс.)	140.50s	124.75s
Время ответа (суммарно)	471.64s	476.67s
Параметры	~350B всего (~20B активных)	198B всего (11B активных)
Доступность	Закрытая модель	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#145 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

Стоимость: $0.000
Время: 274.0s
Токены: 0 tok

#157 Step 3.7 Flash

low

Неверный SVG

Стоимость: $0.004
Время: 25.3s
Токены: 3,072 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		6.54s	0	0	0
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.07s	642	18	80,864
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Сменить пару сравнения

Gemini 2.5 FlashmediumvsLongCat 2.0high Step 3.7 FlashlowvsGLM 5medium LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 5nonevsStep 3.7 Flashlow Gemini 2.5 FlashmediumvsGLM 5.3 Flashhigh Gemini 2.5 FlashmediumvsQwen3.5-27Bnone Qwen3.8 27BmediumБесплатно доступноvsStep 3.7 Flashlow Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Qwen3.8 Flash NextxhighvsStep 3.7 Flashlow Qwen3.5-27BnonevsStep 3.7 Flashlow