AI BENCHY Compare

Google: Gemini 3.5 Flash vs StepFun: Step 3.7 Flash

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

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	9.6	7.9
Ранг	#2	#32
Надежность	10.0	9.9
Стабильность	9.6	9.2
Тестов верно
Доля успешных попыток	96.7%	71.7%
Нестабильные тесты	1	2
Всего запусков	60	58
Стоимость за результат	5.231	2.663
Общая стоимость	$0.994	$0.347
Цена входа	$1.500 / 1M	$0.200 / 1M
Цена выхода	$9.000 / 1M	$1.150 / 1M
Выходные токены	1,969	294,481
Токены рассуждений	102,679	0
Время ответа (среднее)	8.30s	18.32s
Время ответа (макс.)	34.82s	113.98s
Время ответа (суммарно)	165.92s	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 3.5 Flash	10.0	10.0	100.0%	0		2.57s	174	4,997
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 3.5 Flash	10.0	10.0	100.0%	0		24.62s	450	34,170
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 3.5 Flash	10.0	10.0	100.0%	0		22.37s	351	16,323
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 3.5 Flash	10.0	10.0	100.0%	0		6.43s	279	8,466
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 3.5 Flash	7.6	7.2	77.8%	1		14.09s	12	24,721
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 3.5 Flash	10.0	10.0	100.0%	0		3.63s	115	1,650
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 3.5 Flash	10.0	10.0	100.0%	0		3.35s	70	3,799
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 3.5 Flash	10.0	10.0	100.0%	0		3.23s	241	4,940
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 3.5 Flash	9.8	10.0	100.0%	0		4.96s	265	1,608
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 3.5 Flash	10.0	10.0	100.0%	0		3.94s	12	2,005
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	139,164	0

Быстрое сравнение

Сменить пару сравнения

Qwen3.7 MaxnonevsStep 3.7 Flashmedium GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium Gemini 3 Flash PreviewnonevsStep 3.7 Flashmedium DeepSeek V4 FlashhighБесплатно доступноvsStep 3.7 Flashmedium Gemini 3.1 Flash Lite PreviewlowvsStep 3.7 Flashmedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashmedium Gemini 3.1 Flash LitelowvsStep 3.7 Flashmedium GPT-5.3 ChatnonevsStep 3.7 Flashmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Claude Opus 4.8nonevsStep 3.7 Flashmedium Ring-2.6-1TnonevsStep 3.7 Flashmedium