Gemini 2.5 Flash vs Step 5 Preview (low)

Step 5 Preview (low) лидирует по среднему баллу: 5.6 vs 5.5. Gemini 2.5 Flash имеет более низкую стоимость benchmark: $0.017 vs $4.110. Gemini 2.5 Flash быстрее: 6.00s vs 138.27s, с долей успешных попыток 37.7% vs 58.0%.

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

Сравниваемые модели

Ранг: #287
Общее число выходных токенов: 1,890
Время ответа (среднее): 6.00s
Общая стоимость: $0.017

Ранг: #281
Общее число выходных токенов: 1,425,268
Время ответа (среднее): 138.27s
Общая стоимость: $4.110

Рекомендуемая модель Gemini 2.5 Flash

Его балл близок к лучшему здесь (5.5 против 5.6), при этом он примерно в 246.2 раза дешевле, чем Step 5 Preview (low).

Подробное сравнение

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash none Релиз: 2025-06-17	Step 5 Preview Step 5 Preview low Релиз: 2026-10-09

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash none Релиз: 2025-06-17	Step 5 Preview Step 5 Preview low Релиз: 2026-10-09
Оценка	5.5	5.6
Ранг	#287	#281
Надежность	10.0	9.7
Стабильность	9.6	7.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	37.7%	58.0%
Нестабильные тесты	1	7
Всего запусков	69	69
Стоимость за результат	0.209	41.095
Общая стоимость	$0.017	$4.110
Цена входа	$0.300 / 1M	$1.000 / 1M
Цена выхода	$2.500 / 1M	$2.700 / 1M
Цена чтения из кэша	$0.030 / 1M	$0.050 / 1M
Цена записи в кэш	$0.084 / 1M	Н/Д
Общее число входных токенов	39,886	261,256
Выходные токены	1,890	1,425,268
Токены рассуждений	0	0
Время ответа (среднее)	6.00s	138.27s
Время ответа (макс.)	118.00s	436.56s
Время ответа (суммарно)	138.04s	3180.10s
Параметры	~350B всего (~20B активных)	600B всего (27B активных)
Доступность	Закрытая модель	Закрытая модель

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.

#287 Gemini 2.5 Flash

none

Неверный SVG

Стоимость: $0.164
Время: 215.5s
Токены: 65,659 tok

#281 Step 5 Preview

low

Стоимость: $0.051
Время: 125.6s
Токены: 18,795 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		1.81s	0	0	0
Step 5 Preview	3.4	2.2	33.3%	1		131.68s	161,309	41,238	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	3.0	10.0	0.0%	0		582ms	492	102	0
Step 5 Preview	6.9	7.9	66.7%	1		9.50s	744	4,797	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0
Step 5 Preview	2.7	7.0	11.1%	1		378.21s	7,428	518,232	0

Комбинированный	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		61.19s	16,470	486	0
Step 5 Preview	7.3	5.8	83.3%	1		40.89s	73,370	32,511	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		652ms	7,257	279	0
Step 5 Preview	10.0	10.0	100.0%	0		3.34s	7,392	2,386	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	3.6	7.2	22.2%	1		449ms	642	12	0
Step 5 Preview	3.6	7.2	22.2%	1		304.35s	828	425,365	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	5.0	10.0	0.0%	0		615ms	486	78	0
Step 5 Preview	3.5	2.2	33.3%	1		162.27s	522	66,693	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	10.0	10.0	100.0%	0		590ms	615	72	0
Step 5 Preview	10.0	10.0	100.0%	0		6.78s	729	4,712	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		604ms	558	132	0
Step 5 Preview	7.6	7.2	77.8%	1		94.98s	747	136,880	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		1.91s	5,088	234	0
Step 5 Preview	10.0	10.0	100.0%	0		3.77s	7,953	454	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		1.15s	156	12	0
Step 5 Preview	3.0	10.0	0.0%	0		409.77s	234	192,000	0

Сменить пару сравнения

Step 5 PreviewlowvsSolar Pro 4none GPT-5.4nonevsStep 5 Previewlow Step 5 PreviewlowvsGLM 5none Gemini 2.5 FlashnonevsNemotron 3 SupermediumБесплатно доступно Qwen3.5-35B-A3BnonevsStep 5 Previewlow Gemma 4 31BnoneБесплатно доступноvsStep 5 Previewlow Dots 3 Note PreviewmediumБесплатно доступноvsStep 5 Previewlow North Mini CodemediumБесплатно доступноvsGemini 2.5 Flashnone Nemotron 3 SupermediumБесплатно доступноvsStep 5 Previewlow Gemini 2.5 FlashnonevsHy4 previewlow Seed 2.1 TurbononevsStep 5 Previewlow Mistral Large 4nonevsStep 5 Previewlow