Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

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

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-22

Метрика Gemini 3 Flash Preview Gemini 3 Flash Preview medium Релиз: 2025-12-17 Step 3.5 Flash Step 3.5 Flash none Релиз: 2026-02-01
Оценка 9.8 7.8
Ранг #1 #32
Надежность 10.0 10.0
Стабильность 9.6 10.0
Тестов верно
Доля успешных попыток 98.3% 66.7%
Нестабильные тесты 1 0
Всего запусков 60 36
Стоимость за результат 2.985 0.328
Общая стоимость $0.567 $0.020
???? ????? $0.500 / 1M $0.090 / 1M
???? ?????? $3.000 / 1M $0.300 / 1M
Выходные токены 2,009 64,795
Токены рассуждений 181,315 0
Время ответа (среднее) 16.72s 39.03s
Время ответа (макс.) 117.26s 114.12s
Время ответа (суммарно) 334.36s 312.26s

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 3.88s 330 3,216
Step 3.5 Flash 10.0 10.0 100.0% 0 34.99s 21,766 0
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Gemini 3 Flash Preview 7.9 6.4 83.3% 1 95.96s 456 127,964
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0
Комбинированный 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 22.42s 351 10,485
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 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 5.43s 279 4,893
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 0
Предметно-ориентированное 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 15.27s 12 21,684
Step 3.5 Flash 10.0 10.0 100.0% 0 34.54s 7,389 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 5.19s 72 1,905
Step 3.5 Flash 4.0 10.0 0.0% 0 14.37s 2,451 0
Следование инструкциям 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 4.04s 72 2,709
Step 3.5 Flash 10.0 10.0 100.0% 0 9.30s 1,427 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 5.48s 192 4,647
Step 3.5 Flash - - - - - - - -
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 12.60s 234 1,487
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 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 5.50s 11 2,325
Step 3.5 Flash 3.0 10.0 0.0% 0 114.12s 31,762 0

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewmediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighБесплатно доступноvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsRing-2.6-1TnoneGemini 3 Flash PreviewmediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGemini 3 Flash PreviewmediumDeepSeek V4 ProhighvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsGrok Build 0.1noneGemini 3 Flash PreviewmediumvsGPT-5.5noneGemini 3 Flash PreviewmediumvsQwen3.5 Plus 2026-02-15none