AI BENCHY Compare

Google: Gemma 4 31B vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark Gemma 4 31B vs Step 3.7 Flash: Step 3.7 Flash лидирует по среднему баллу: 8.5 vs 6.3. Gemma 4 31B имеет более низкую стоимость benchmark: $0.033 vs $0.376. Step 3.7 Flash быстрее: 20.35s vs 56.55s, с долей успешных попыток 69.8% vs 73.0%.

Рекомендуемая модель: Step 3.7 Flash - Здесь у него лучший балл (8.5), и он отвечает примерно в 2.8 раза быстрее, чем Gemma 4 31B.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29

Метрика	Gemma 4 31B Gemma 4 31B medium Релиз: 2026-04-02 Бесплатно доступно	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29
Оценка	6.3	8.5
Ранг	#88	#20
Надежность	10.0	9.9
Стабильность	9.4	9.3
Тестов верно
Доля успешных попыток	69.8%	73.0%
Нестабильные тесты	1	2
Всего запусков	63	61
Стоимость за результат	0.257	2.686
Общая стоимость	$0.033	$0.376
Цена входа	$0.120 / 1M	$0.200 / 1M
Цена выхода	$0.350 / 1M	$1.150 / 1M
Общее число входных токенов	17,957	39,981
Выходные токены	22,356	319,958
Токены рассуждений	65,726	0
Время ответа (среднее)	56.55s	20.35s
Время ответа (макс.)	437.40s	113.98s
Время ответа (суммарно)	1074.41s	427.42s

Генерация showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#88 Gemma 4 31B

medium

Стоимость: $0.002
Время: 45.7s
Токены: 2,696 tok

#20 Step 3.7 Flash

medium

Стоимость: $0.006
Время: 46.2s
Токены: 4,466 tok

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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Быстрое сравнение

Сменить пару сравнения