AI BENCHY Compare
Inception: Mercury 2 vs StepFun: Step 3.5 Flash
Сравнить:
Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-05
| Метрика | Inception: Mercury 2 none Релиз: 2026-02-24 | StepFun: Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно |
|---|---|---|
| Ранг | #50 | #16 |
| Средний балл | 34 | 75 |
| Стабильность | 89 | 90 |
| Стоимость за результат | 0.147 | 0.000 |
| Общая стоимость | $0.006 | $0.000 |
| Тестов верно | ||
| Доля успешных попыток | 33.3% | 73.3% |
| Нестабильные тесты | 2 | 2 |
| Выходные токены | 1,144 | 69,238 |
| Токены рассуждений | 0 | 152,563 |
Оценка vs общая стоимость
Разбивка по категориям
| Анти-ИИ уловки | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 274 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 13,924 | 17,208 |
| Комбинированный | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 131 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 1,176 | 12,984 |
| Парсинг и извлечение данных | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 180 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 600 | 13,886 |
| Предметно-ориентированное | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 46 | 0 | |
| StepFun: Step 3.5 Flash | 40 | 72 | 44.4% | 1 | 45,350 | 90,436 |
| Следование инструкциям | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 82 | 0 | |
| StepFun: Step 3.5 Flash | 90 | 68 | 83.3% | 1 | 2,284 | 3,412 |
| Puzzle Solving | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 234 | 0 | |
| StepFun: Step 3.5 Flash | 40 | 100 | 33.3% | 0 | 5,629 | 10,835 |
| Вызов инструментов | Оценка | Стабильность | Доля успешных попыток | Нестабильные тесты | Тестов верно | Выходные токены | Токены рассуждений |
|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 197 | 0 | |
| StepFun: Step 3.5 Flash | 100 | 100 | 100.0% | 0 | 275 | 3,802 |
Быстрое сравнение
Сменить пару сравнения
GPT-5.3 ChatnonevsStep 3.5 FlashmediumБесплатно доступноMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumБесплатно доступноGPT-5.2 ChatnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewhighvsStep 3.5 FlashmediumБесплатно доступноGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumБесплатно доступноClaude Sonnet 4.6nonevsStep 3.5 FlashmediumБесплатно доступноQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumБесплатно доступноMercury 2nonevsMiniMax M2.5medium