Gemini 3.1 Flash Lite (medium) vs Step 5 Preview (high)

Step 5 Preview (high) лидирует по среднему баллу: 7.0 vs 6.9. Gemini 3.1 Flash Lite (medium) имеет более низкую стоимость benchmark: $0.153 vs $4.513. Gemini 3.1 Flash Lite (medium) быстрее: 6.27s vs 154.41s, с долей успешных попыток 59.4% vs 52.2%.

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

Сравниваемые модели

Ранг: #174
Общее число выходных токенов: 63,967
Время ответа (среднее): 6.27s
Общая стоимость: $0.153

Ранг: #169
Общее число выходных токенов: 1,581,325
Время ответа (среднее): 154.41s
Общая стоимость: $4.513

Рекомендуемая модель Gemini 3.1 Flash Lite (medium)

Его балл близок к лучшему здесь (6.9 против 7.0), при этом он примерно в 29.5 раза дешевле, чем Step 5 Preview (high).

Подробное сравнение

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Релиз: 2026-05-08	Step 5 Preview Step 5 Preview high Релиз: 2026-10-09

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium Релиз: 2026-05-08	Step 5 Preview Step 5 Preview high Релиз: 2026-10-09
Оценка	6.9	7.0
Ранг	#174	#169
Надежность	10.0	9.5
Стабильность	9.2	8.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	59.4%	52.2%
Нестабильные тесты	2	4
Всего запусков	69	69
Стоимость за результат	1.177	45.130
Общая стоимость	$0.153	$4.513
Цена входа	$0.250 / 1M	$1.000 / 1M
Цена выхода	$1.500 / 1M	$2.700 / 1M
Цена чтения из кэша	$0.025 / 1M	$0.050 / 1M
Цена записи в кэш	$0.084 / 1M	Н/Д
Общее число входных токенов	228,023	243,381
Выходные токены	10,779	1,581,325
Токены рассуждений	53,188	0
Время ответа (среднее)	6.27s	154.41s
Время ответа (макс.)	47.78s	455.72s
Время ответа (суммарно)	144.10s	3551.40s
Параметры	~150B всего (~10B 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.

#174 Gemini 3.1 Flash Lite

medium

Стоимость: $0.003
Время: 5.3s
Токены: 1,754 tok

#169 Step 5 Preview

high

Стоимость: $0.057
Время: 150.1s
Токены: 20,970 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 3.1 Flash Lite	5.0	10.0	0.0%	0		47.78s	123,098	1,611	0
Step 5 Preview	10.0	10.0	100.0%	0		55.73s	150,653	10,088	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201
Step 5 Preview	6.5	8.0	58.3%	1		14.70s	684	11,701	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978
Step 5 Preview	2.9	10.0	0.0%	0		421.68s	7,383	576,000	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	7.2	9.1	50.0%	0		18.55s	80,983	7,241	20,231
Step 5 Preview	10.0	10.0	100.0%	0		115.30s	66,481	98,423	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845
Step 5 Preview	10.0	10.0	100.0%	0		6.55s	7,362	4,589	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.93s	650	15	7,223
Step 5 Preview	3.0	10.0	0.0%	0		333.41s	783	479,743	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142
Step 5 Preview	3.4	9.3	0.0%	0		36.56s	507	5,684	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320
Step 5 Preview	7.3	5.8	83.3%	1		20.53s	699	5,503	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450
Step 5 Preview	5.8	4.4	66.7%	2		143.16s	702	196,941	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921
Step 5 Preview	10.0	10.0	100.0%	0		4.34s	7,908	653	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877
Step 5 Preview	3.0	10.0	0.0%	0		416.44s	219	192,000	0

Сменить пару сравнения

Ember-1highvsGemini 3.1 Flash Litemedium Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Ember-1lowvsStep 5 Previewhigh Step 5 PreviewhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsStep 5 Previewhigh Muse Glimmer 30BlowvsStep 5 Previewhigh Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Kimi K2.7 CodemediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh GPT-5.2 ChatdefaultvsStep 5 Previewhigh