Навигация
AI BENCHY
Сравнить Графики Методология
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Сравнить:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-06

Метрика Google: Gemini 3.1 Pro Preview medium Релиз: 2026-02-19 StepFun: Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно
Ранг #2 #13
Средний балл 9.4 7.4
Стабильность 10.0 9.1
Стоимость за результат 3.417 0.000
Общая стоимость $0.513 $0.000
Тестов верно
Доля успешных попыток 93.8% 68.8%
Нестабильные тесты 0 2
Всего запусков 48 (16 x 3) 48 (16 x 3)
Выходные токены 1,521 71,452
Токены рассуждений 35,656 155,147
Время ответа (среднее) 16.60s 29.10s
Время ответа (макс.) 40.61s 170.45s
Время ответа (суммарно) 149.36s 290.96s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Средний балл vs Время ответа (среднее)

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.52s 106 2,533
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 9.0 10.0 100.0% 0 40.61s 432 9,281
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 9.9 10.0 100.0% 0 7.72s 279 3,904
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 7.0 10.0 66.7% 0 32.73s 18 12,424
StepFun: Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
StepFun: Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
StepFun: Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
StepFun: Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Быстрое сравнение

Сменить пару сравнения

GPT-5.2 ChatnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumБесплатно доступноGPT-5.3 ChatnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumБесплатно доступноClaude Sonnet 4.6nonevsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewhighvsStep 3.5 FlashmediumБесплатно доступноGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumБесплатно доступноQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumБесплатно доступноStep 3.5 FlashmediumБесплатно доступноvsGLM 5noneDeepSeek V3.2nonevsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Pro PreviewmediumvsGPT-5.2 Chatnone