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

Gemini 3.1 Flash Lite Preview лидирует по среднему баллу: 6.2 vs 6.1. Gemini 3.1 Flash Lite Preview имеет более низкую стоимость benchmark: $0.090 vs $4.136. Gemini 3.1 Flash Lite Preview быстрее: 3.60s vs 136.10s, с долей успешных попыток 55.1% vs 53.6%.

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

Сравниваемые модели

Ранг: #243
Общее число выходных токенов: 15,760
Время ответа (среднее): 3.60s
Общая стоимость: $0.090

Ранг: #250
Общее число выходных токенов: 1,434,621
Время ответа (среднее): 136.10s
Общая стоимость: $4.136

Рекомендуемая модель Gemini 3.1 Flash Lite Preview

Здесь у него лучший балл (6.2), при этом он примерно в 46.4 раза дешевле, чем Step 5 Preview (medium).

Подробное сравнение

Метрика	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Релиз: 2026-03-03	Step 5 Preview Step 5 Preview medium Релиз: 2026-10-09

Метрика	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Релиз: 2026-03-03	Step 5 Preview Step 5 Preview medium Релиз: 2026-10-09
Оценка	6.2	6.1
Ранг	#243	#250
Надежность	10.0	9.6
Стабильность	9.7	8.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	55.1%	53.6%
Нестабильные тесты	1	5
Всего запусков	69	69
Стоимость за результат	0.743	41.354
Общая стоимость	$0.090	$4.136
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	261,962	261,842
Выходные токены	12,799	1,434,621
Токены рассуждений	2,961	0
Время ответа (среднее)	3.60s	136.10s
Время ответа (макс.)	48.59s	438.09s
Время ответа (суммарно)	82.91s	3130.27s
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.

#243 Gemini 3.1 Flash Lite Preview

none

Стоимость: $0.003
Время: 4.7s
Токены: 1,827 tok

#250 Step 5 Preview

medium

Стоимость: $0.042
Время: 90.3s
Токены: 15,574 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 Preview	5.0	10.0	0.0%	0		48.59s	141,007	1,599	0
Step 5 Preview	6.1	3.1	66.7%	1		95.77s	178,249	27,809	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 Preview	7.5	8.4	66.7%	1		1.04s	504	542	550
Step 5 Preview	6.4	7.9	58.3%	1		12.58s	744	6,953	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 Preview	5.5	10.0	33.3%	0		967ms	8,128	670	0
Step 5 Preview	2.8	7.2	11.1%	1		363.90s	7,428	546,725	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 Preview	3.0	10.0	0.0%	0		6.23s	96,386	9,084	0
Step 5 Preview	7.3	5.8	83.3%	1		124.99s	57,016	115,099	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 Preview	10.0	10.0	100.0%	0		1.22s	7,550	279	120
Step 5 Preview	10.0	10.0	100.0%	0		4.10s	7,392	2,053	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 Preview	5.3	10.0	33.3%	0		811ms	654	18	419
Step 5 Preview	2.9	7.2	11.1%	1		323.23s	828	458,050	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 Preview	4.0	10.0	0.0%	0		741ms	488	69	0
Step 5 Preview	3.4	9.3	0.0%	0		34.82s	522	4,371	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 Preview	10.0	10.0	100.0%	0		1.13s	623	72	502
Step 5 Preview	10.0	10.0	100.0%	0		4.23s	729	3,330	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 Preview	10.0	10.0	100.0%	0		900ms	570	221	824
Step 5 Preview	7.8	10.0	66.7%	0		59.88s	747	77,779	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 Preview	10.0	10.0	100.0%	0		3.39s	5,894	236	546
Step 5 Preview	10.0	10.0	100.0%	0		3.84s	7,953	452	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 Preview	3.0	10.0	0.0%	0		814ms	158	9	0
Step 5 Preview	3.0	10.0	0.0%	0		437.86s	234	192,000	0

Сменить пару сравнения

Qwen3.5 Plus 2026-04-20nonevsStep 5 Previewmedium Step 5 PreviewmediumvsInklingnoneБесплатно доступно Apodex 1.1 MinilowБесплатно доступноvsStep 5 Previewmedium Claude Fable 5.1lowvsGemini 3.1 Flash Lite Previewnone KAT-Coder-Pro V2.5defaultvsStep 5 Previewmedium Gemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5medium Gemini 3.1 Flash Lite PreviewnonevsSpace Bunny Alphaxhigh Gemini 3.5 FlashnonevsStep 5 Previewmedium Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20medium Trinity Large ThinkingmediumvsGemini 3.1 Flash Lite Previewnone Claude Fable 5.1lowvsStep 5 Previewmedium Trinity Large ThinkinglowvsGemini 3.1 Flash Lite Previewnone