AI BENCHY Compare

Google: Gemini 3.5 Flash vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark Gemini 3.5 Flash vs Step 3.7 Flash: Gemini 3.5 Flash лидирует по среднему баллу: 9.1 vs 7.7. Step 3.7 Flash имеет более низкую стоимость benchmark: $0.341 vs $0.582. Gemini 3.5 Flash быстрее: 4.94s vs 15.74s, с долей успешных попыток 87.3% vs 68.3%.

Рекомендуемая модель: Gemini 3.5 Flash - Здесь у него лучший балл (9.1), и он отвечает примерно в 3.2 раза быстрее, чем Step 3.7 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-17

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

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash medium Релиз: 2026-05-19	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	9.1	7.7
Ранг	#8	#39
Надежность	10.0	10.0
Стабильность	9.6	8.4
Тестов верно
Доля успешных попыток	87.3%	68.3%
Нестабильные тесты	1	4
Всего запусков	63	63
Стоимость за результат	3.229	2.840
Общая стоимость	$0.582	$0.341
Цена входа	$1.500 / 1M	$0.200 / 1M
Цена выхода	$9.000 / 1M	$1.150 / 1M
Общее число входных токенов	36,936	40,101
Выходные токены	2,001	289,325
Токены рассуждений	56,408	0
Время ответа (среднее)	4.94s	15.74s
Время ответа (макс.)	18.07s	124.75s
Время ответа (суммарно)	103.79s	330.63s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#8 Gemini 3.5 Flash

medium

Cost: $0.201
Time: 112.9s
Tokens: 22,371 tok

#39 Step 3.7 Flash

low

Invalid SVG

Cost: $0.004
Time: 25.3s
Tokens: 3,072 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.09s	492	171	3,385
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	7.9	7.5	77.8%	1		12.63s	8,118	461	24,939
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		12.05s	12,873	351	7,807
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		4.07s	7,548	279	3,784
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	7.7	10.0	66.7%	0		5.24s	633	12	8,047
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.52s	486	115	1,144
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	9.9	10.0	100.0%	0		2.70s	615	71	2,855
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	7.7	10.0	66.7%	0		2.38s	558	295	2,747
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.81s	5,457	234	455
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.75s	156	12	1,245
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения