Навигация
AI BENCHY
Сравнить Графики Методология
❤️ Made by XCS
Your ad here

AI BENCHY Compare

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

Сравнить:

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

Метрика Google: Gemini 3 Flash Preview none Релиз: 2025-12-17 StepFun: Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно
Ранг #20 #13
Средний балл 7.2 7.4
Стабильность 9.0 9.1
Стоимость за результат 0.169 0.000
Общая стоимость $0.019 $0.000
Тестов верно
Доля успешных попыток 75.0% 68.8%
Нестабильные тесты 2 2
Всего запусков 48 (16 x 3) 48 (16 x 3)
Выходные токены 1,411 71,452
Токены рассуждений 0 155,147
Время ответа (среднее) 1.75s 29.10s
Время ответа (макс.) 3.56s 170.45s
Время ответа (суммарно) 15.71s 290.96s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Средний балл vs Время ответа (среднее)

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3 Flash Preview 7.0 10.0 66.7% 0 1.59s 208 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3 Flash Preview 10.0 1.6 66.7% 1 3.56s 350 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3 Flash Preview 9.9 10.0 100.0% 0 1.41s 279 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3 Flash Preview 7.0 10.0 66.7% 0 963ms 18 0
StepFun: Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3 Flash Preview 10.0 10.0 100.0% 0 1.13s 104 0
StepFun: Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3 Flash Preview 5.5 5.8 66.7% 1 1.58s 74 0
StepFun: Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3 Flash Preview 7.0 10.0 66.7% 0 1.06s 144 0
StepFun: Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Google: Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.35s 234 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewnonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumБесплатно доступноDeepSeek V3.2mediumvsGemini 3 Flash PreviewnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumБесплатно доступноGPT-5.3 ChatnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3 Flash PreviewnonevsGLM 5mediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumБесплатно доступноClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneGemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGemini 3 Flash Previewnone