Навигация
AI BENCHY
Сравнить Графики
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Google: Gemini 3.1 Pro Preview vs StepFun: Step 3.5 Flash

Название модели:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в : 2026-02-27 15:16

Сводка

Метрика Google: Gemini 3.1 Pro Preview medium Релиз: Дата релиза неизвестна StepFun: Step 3.5 Flash medium Релиз: Дата релиза неизвестна Бесплатно доступно
Ранг #2 #11
Оценка 9.36 7.00
Стабильность 10.00 8.32
Стоимость за результат 2.443 0.000
Общая стоимость $0.318 $0.000
Тестов верно
Ошибочных тестов 1 5
Доля успешных попыток 92.9% 73.8%
Нестабильные тесты 0 3
Выходные токены 1,000 60,502
Токены рассуждений 22,936 117,044

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 106 2,533
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 292 3,164
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 7.00 10.00 66.7% 0 18 10,688
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 72 2,436
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 238 3,133
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.00 10.00 100.0% 0 274 982
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Сменить пару сравнения

Сравнить Google: Gemini 3.1 Pro Preview с...

Сравнить StepFun: Step 3.5 Flash с...