AI BENCHY Compare

Google: Gemini 3.1 Flash Lite Preview vs StepFun: Step 3.7 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-29

Метрика	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Релиз: 2026-03-03	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Релиз: 2026-03-03	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	7.6	7.9
Ранг	#50	#32
Надежность	10.0	9.9
Стабильность	10.0	9.2
Тестов верно
Доля успешных попыток	65.0%	71.7%
Нестабильные тесты	0	2
Всего запусков	60	58
Стоимость за результат	0.186	2.663
Общая стоимость	$0.025	$0.347
Цена входа	$0.250 / 1M	$0.200 / 1M
Цена выхода	$1.500 / 1M	$1.150 / 1M
Выходные токены	2,280	294,481
Токены рассуждений	8,829	0
Время ответа (среднее)	2.85s	18.32s
Время ответа (макс.)	11.91s	113.98s
Время ответа (суммарно)	57.08s	366.45s

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)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	8.3	10.0	75.0%	0		2.12s	462	1,638
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	32,185	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	6.8	10.0	50.0%	0		1.56s	654	723
Step 3.7 Flash	8.2	6.7	83.3%	1		10.64s	19,320	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		11.91s	225	762
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	7,106	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.00s	291	696
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	3,020	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		2.36s	18	1,212
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	70,347	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		1.54s	69	384
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	3,987	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.49s	72	753
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	2,166	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.69s	243	1,248
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	15,071	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		9.54s	237	993
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	2,115	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		1.35s	9	420
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	139,164	0

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5-Promedium Qwen3.7 MaxnonevsStep 3.7 Flashmedium DeepSeek V4 FlashhighБесплатно доступноvsGemini 3.1 Flash Lite Previewlow Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Flashmedium Gemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1medium Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2-Promedium GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewlow Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-04-20medium