AI BENCHY Compare

Qwen: Qwen3.5-Flash vs StepFun: Step 3.5 Flash

Сводка

Сравнение benchmark Qwen3.5-Flash vs Step 3.5 Flash: Qwen3.5-Flash лидирует по среднему баллу: 6.8 vs 6.6. Step 3.5 Flash имеет более низкую стоимость benchmark: $0.070 vs $0.080. Qwen3.5-Flash быстрее: 63.29s vs 72.53s, с долей успешных попыток 71.4% vs 54.0%.

Рекомендуемая модель: Qwen3.5-Flash - У него самый высокий балл в этом сравнении (6.8) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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

Метрика	Qwen3.5-Flash Qwen3.5-Flash medium Релиз: 2026-02-24	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	Qwen3.5-Flash Qwen3.5-Flash medium Релиз: 2026-02-24	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	6.8	6.6
Ранг	#70	#80
Надежность	10.0	10.0
Стабильность	8.1	8.9
Тестов верно
Доля успешных попыток	71.4%	54.0%
Нестабильные тесты	5	1
Всего запусков	63	60
Стоимость за результат	0.871	0.198
Общая стоимость	$0.080	$0.070
Цена входа	$0.065 / 1M	$0.090 / 1M
Цена выхода	$0.260 / 1M	$0.300 / 1M
Общее число входных токенов	38,926	34,431
Выходные токены	2,088	91,587
Токены рассуждений	294,598	195,973
Время ответа (среднее)	63.29s	72.53s
Время ответа (макс.)	234.29s	453.94s
Время ответа (суммарно)	1265.85s	1015.47s

Генерация showcase

Hamster playing table tennis

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

#70 Qwen3.5-Flash

medium

Стоимость: $0.002
Время: 25.8s
Токены: 4,294 tok

#80 Step 3.5 Flash

medium

Стоимость: $0.008
Время: 277.1s
Токены: 23,695 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
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992
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
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270
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
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237
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
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615
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
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486
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
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139
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
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457
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
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284
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
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashminimalvsQwen3.5-Flashmedium Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium Gemini 3.5 FlashnonevsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Gemini 3.5 FlashminimalvsStep 3.5 Flashmedium Qwen3.7 MaxnonevsStep 3.5 Flashmedium Qwen3.5-FlashmediumvsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Qwen3.5-FlashmediumvsGLM 5.2none DeepSeek V4 PrononevsQwen3.5-Flashmedium