- 排名
- #180
- 总输出令牌
- 1,890
- 响应时间（平均）
- 6.19s
- 总成本
- $0.017
Gemini 2.5 Flash vs Step 3.5 Flash (medium)
Gemini 2.5 Flash 平均分领先，为 6.0 vs 5.9。 Gemini 2.5 Flash benchmark 成本更低，为 $0.017 vs $0.132。 Gemini 2.5 Flash 更快，为 6.19s vs 191.63s，通过率为 39.4% vs 50.0%。
- 排名
- #187
- 总输出令牌
- 568,536
- 响应时间（平均）
- 191.63s
- 总成本
- $0.132
推荐模型
Gemini 2.5 Flash
它在这里得分最高（6.0），同时成本比Step 3.5 Flash (medium)低约 7.9 倍。
详细对比
| 指标 | Gemini 2.5 Flash Gemini 2.5 Flash none | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| 分数 | 6.0 | 5.9 |
| 排名 | #180 | #187 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 8.6 |
| 尝试次数 | 66/66 | 63/66 |
| 测试正确 | ||
| 尝试通过率 | 39.4% | 50.0% |
| 不稳定测试 | 1 | 2 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 0.209 | 0.858 |
| 总成本 | $0.017 | $0.132 |
| 输入价格 | $0.300 / 1M | $0.100 / 1M |
| 输出价格 | $2.500 / 1M | $0.300 / 1M |
| 总输入令牌 | 39,886 | 65,716 |
| 输出令牌 | 1,890 | 189,424 |
| 推理令牌 | 0 | 379,112 |
| 响应时间（平均） | 6.19s | 191.63s |
| 响应时间（最大） | 118.00s | 1597.85s |
| 响应时间（总计） | 136.23s | 3066.07s |
| 参数量 | ~350B 总计 (~20B 激活) | 196B 总计 (11B 激活) |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#180 Gemini 2.5 Flash
none
无效SVG
- 成本
- $0.164
- 时间
- 215.5s
- 令牌
- 65,659 tok
#187 Step 3.5 Flash
medium- 成本
- $0.008
- 时间
- 277.1s
- 令牌
- 23,695 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
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 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 582ms | 492 | 102 | 0 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 40.57s | 694 | 20,391 | 24,176 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.5 | 10.0 | 33.3% | 0 | 736ms | 8,122 | 483 | 0 | |
| Step 3.5 Flash | 2.4 | 5.2 | 0.0% | 0 | 258.38s | 2,211 | 13,207 | 22,429 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 61.19s | 16,470 | 486 | 0 | |
| Step 3.5 Flash | 6.5 | 10.0 | 50.0% | 0 | 813.71s | 44,914 | 18,150 | 111,004 |
| 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 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 652ms | 7,257 | 279 | 0 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 7,368 | 600 | 13,886 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.6 | 7.2 | 22.2% | 1 | 449ms | 642 | 12 | 0 | |
| Step 3.5 Flash | 3.5 | 4.4 | 33.3% | 2 | 311.60s | 682 | 126,213 | 175,555 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.0 | 10.0 | 0.0% | 0 | 615ms | 486 | 78 | 0 | |
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 22.39s | 509 | 240 | 3,506 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 590ms | 615 | 72 | 0 | |
| Step 3.5 Flash | 8.3 | 10.0 | 50.0% | 0 | 4.78s | 705 | 2,364 | 3,521 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 604ms | 558 | 132 | 0 | |
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.22s | 711 | 5,630 | 10,861 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.91s | 5,088 | 234 | 0 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 7,701 | 275 | 3,802 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 1.15s | 156 | 12 | 0 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 108.45s | 221 | 2,354 | 10,372 |
快速对比
切换对比组合
Qwen3.5-35B-A3BnonevsStep 3.5 FlashmediumTrinity Large ThinkinglowvsGemini 2.5 FlashnoneQwen3.5-FlashnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsStep 3.5 FlashmediumGPT-5.4 MininonevsStep 3.5 FlashmediumSeed 2.1 TurbononevsStep 3.5 FlashmediumGemini 2.5 FlashnonevsGPT-5 NanomediumTrinity Large ThinkingmediumvsGemini 2.5 FlashnoneGemini 2.5 FlashnonevsInklinglowGemini 2.5 FlashnonevsQwen3.5-FlashmediumGemini 2.5 Flashnonevsgpt-oss-120bmediumDots 3 Note Previewmedium免费可用vsGemini 2.5 Flashnone