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 none 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 none Релиз: 2025-12-17	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	7.7	7.9
Ранг	#44	#32
Надежность	10.0	9.9
Стабильность	9.2	9.2
Тестов верно
Доля успешных попыток	70.0%	71.7%
Нестабильные тесты	2	2
Всего запусков	60	58
Стоимость за результат	0.175	2.663
Общая стоимость	$0.023	$0.347
Цена входа	$0.500 / 1M	$0.200 / 1M
Цена выхода	$3.000 / 1M	$1.150 / 1M
Выходные токены	1,879	294,481
Токены рассуждений	0	0
Время ответа (среднее)	1.70s	18.32s
Время ответа (макс.)	3.56s	113.98s
Время ответа (суммарно)	22.05s	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	8.3	10.0	75.0%	0		1.25s	214	0
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	6.8	10.0	50.0%	0		2.19s	447	0
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	4.7	1.6	66.7%	1		3.56s	350	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		1.41s	279	0
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	7.7	10.0	66.7%	0		963ms	18	0
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		1.13s	104	0
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	6.4	5.8	66.7%	1		1.58s	74	0
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	7.7	10.0	66.7%	0		1.05s	144	0
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		3.35s	234	0
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	3.0	10.0	0.0%	0		1.07s	15	0
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	139,164	0

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewnonevsGrok Build 0.1medium Gemini 3 Flash PreviewnonevsQwen3.6 Flashmedium Qwen3.7 MaxnonevsStep 3.7 Flashmedium DeepSeek V4 FlashhighБесплатно доступноvsGemini 3 Flash Previewnone Gemini 3 Flash PreviewnonevsMiMo-V2.5-Promedium Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10Bmedium Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium Gemini 3 Flash PreviewnonevsMiMo-V2-Promedium Gemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-04-20medium Claude Sonnet 4.6mediumvsGemini 3 Flash Previewnone