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 none 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 none Релиз: 2025-12-17	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	7.7	7.4
Ранг	#39	#55
Надежность	10.0	10.0
Стабильность	9.2	9.4
Тестов верно
Доля успешных попыток	70.0%	59.7%
Нестабильные тесты	2	1
Всего запусков	60	57
Стоимость за результат	0.175	0.133
Общая стоимость	$0.023	$0.062
Цена входа	$0.500 / 1M	$0.090 / 1M
Цена выхода	$3.000 / 1M	$0.300 / 1M
Общее число входных токенов	34,008	33,555
Выходные токены	1,879	90,478
Токены рассуждений	0	173,544
Время ответа (среднее)	1.70s	43.20s
Время ответа (макс.)	3.56s	170.45s
Время ответа (суммарно)	22.05s	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	8.3	10.0	75.0%	0		1.25s	498	214	0
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	6.8	10.0	50.0%	0		2.19s	5,119	447	0
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	4.7	1.6	66.7%	1		3.56s	12,862	350	0
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		1.41s	7,263	279	0
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	7.7	10.0	66.7%	0		963ms	643	18	0
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		1.13s	490	104	0
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	6.4	5.8	66.7%	1		1.58s	619	74	0
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	7.7	10.0	66.7%	0		1.05s	574	144	0
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		3.35s	5,784	234	0
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	3.0	10.0	0.0%	0		1.07s	156	15	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewnonevsGrok Build 0.1medium Gemini 3 Flash PreviewnonevsQwen3.6 Flashmedium GPT-5.3 ChatnonevsStep 3.5 Flashmedium DeepSeek V4 FlashhighvsGemini 3 Flash Previewnone Gemini 3 Flash PreviewnonevsMiMo-V2.5-Promedium Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10Bmedium Gemini 3 Flash PreviewnonevsMimo V2 PROmedium Claude Sonnet 4.6mediumvsGemini 3 Flash Previewnone Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsQwen3.6 Plusmedium