AI BENCHY 对比
Google: Gemini 2.5 Flash vs StepFun: Step 3.5 Flash
比较:
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-03
| 指标 | Google: Gemini 2.5 Flash medium 发布日期: 2025-06-17 | StepFun: Step 3.5 Flash medium 发布日期: 2026-02-01 免费可用 |
|---|---|---|
| 排名 | #16 | #17 |
| 平均分 | 7.05 | 7.00 |
| 一致性 | 9.39 | 8.32 |
| 每个结果成本 | 2.762 | 0.000 |
| 总成本 | $0.249 | $0.000 |
| 测试正确 | ||
| 尝试通过率 | 69.1% | 73.8% |
| 不稳定测试 | 1 | 3 |
| 输出令牌 | 975 | 60,502 |
| 推理令牌 | 96,701 | 117,044 |
分数 vs 总成本
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.33 | 10.00 | 66.7% | 0 | 249 | 8,832 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 13,924 | 17,208 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 9.88 | 10.00 | 100.0% | 0 | 279 | 2,325 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 535 | 11,548 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.00 | 7.21 | 55.6% | 1 | 18 | 80,702 | |
| StepFun: Step 3.5 Flash | 4.00 | 7.21 | 44.4% | 1 | 40,942 | 74,237 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.00 | 9.91 | 50.0% | 0 | 69 | 1,203 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 2,121 | 3,274 |
| Puzzle Solving | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.00 | 10.00 | 66.7% | 0 | 126 | 2,499 | |
| StepFun: Step 3.5 Flash | 2.00 | 4.96 | 33.3% | 2 | 2,705 | 6,975 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 234 | 1,140 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 275 | 3,802 |
快速对比
切换对比组合
Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium免费可用Gemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.5 Flashmedium免费可用Gemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 Flashmedium免费可用Claude Sonnet 4.6nonevsStep 3.5 Flashmedium免费可用Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium免费可用Claude Sonnet 4.6nonevsGemini 2.5 FlashmediumQwen3.5 Plus 2026-02-15nonevsStep 3.5 Flashmedium免费可用Gemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewhighvsStep 3.5 Flashmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium免费可用