AI BENCHY Compare

Google: Gemini 3 Flash Preview vs StepFun: Step 3.5 Flash

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

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	9.8	7.4
Ранг	#1	#55
Надежность	10.0	10.0
Стабильность	9.6	9.4
Тестов верно
Доля успешных попыток	98.3%	59.7%
Нестабильные тесты	1	1
Всего запусков	60	57
Стоимость за результат	2.980	0.133
Общая стоимость	$0.567	$0.062
Цена входа	$0.500 / 1M	$0.090 / 1M
Цена выхода	$3.000 / 1M	$0.300 / 1M
Общее число входных токенов	34,014	33,555
Выходные токены	2,000	90,478
Токены рассуждений	181,033	173,544
Время ответа (среднее)	16.50s	43.20s
Время ответа (макс.)	117.26s	170.45s
Время ответа (суммарно)	330.06s	561.54s

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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	7.9	6.4	83.3%	1		95.96s	5,119	456	127,964
Step 3.5 Flash	3.5	7.8	0.0%	0		62.83s	1,335	12,098	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

GPT-5.3 ChatnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium Claude Opus 4.8nonevsStep 3.5 Flashmedium Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium DeepSeek V4 FlashhighvsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Qwen3.6 Max PreviewnonevsStep 3.5 Flashmedium Claude Sonnet 4.6nonevsStep 3.5 Flashmedium GPT-5.2 ChatnonevsStep 3.5 Flashmedium Qwen3.7 MaxnonevsStep 3.5 Flashmedium Gemini 3.5 FlashminimalvsStep 3.5 Flashmedium