AI BENCHY Compare

Google: Gemini 3 Flash Preview vs StepFun: Step 3.7 Flash

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

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview low Релиз: 2025-12-17	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	8.6	7.9
Ранг	#13	#32
Надежность	10.0	9.9
Стабильность	9.6	9.2
Тестов верно
Доля успешных попыток	81.7%	71.7%
Нестабильные тесты	1	2
Всего запусков	60	58
Стоимость за результат	0.658	2.663
Общая стоимость	$0.106	$0.347
Цена входа	$0.500 / 1M	$0.200 / 1M
Цена выхода	$3.000 / 1M	$1.150 / 1M
Выходные токены	2,070	294,481
Токены рассуждений	27,348	0
Время ответа (среднее)	5.81s	18.32s
Время ответа (макс.)	14.72s	113.98s
Время ответа (суммарно)	116.25s	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 Flash Preview	10.0	10.0	100.0%	0		3.48s	281	3,082
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 Flash Preview	7.3	10.0	50.0%	0		6.66s	450	6,251
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 Flash Preview	3.0	10.0	0.0%	0		3.27s	326	0
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 Flash Preview	10.0	10.0	100.0%	0		9.40s	279	3,656
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 Flash Preview	5.3	7.2	44.4%	1		8.05s	12	6,410
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 Flash Preview	10.0	10.0	100.0%	0		3.68s	120	981
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 Flash Preview	9.9	10.0	100.0%	0		7.02s	71	2,752
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 Flash Preview	10.0	10.0	100.0%	0		5.77s	288	3,168
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 Flash Preview	10.0	10.0	100.0%	0		4.99s	234	415
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 Flash Preview	10.0	10.0	100.0%	0		2.75s	9	633
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 Claude Opus 4.8mediumvsGemini 3 Flash Previewlow Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium Gemini 3 Flash PreviewlowvsGPT-5.5medium Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewnonevsStep 3.7 Flashmedium DeepSeek V4 FlashhighБесплатно доступноvsStep 3.7 Flashmedium Gemini 3.1 Flash Lite PreviewlowvsStep 3.7 Flashmedium Claude Opus 4.7mediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium Gemini 3 Flash PreviewlowvsQwen3.7 Maxmedium