导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3.5 Flash vs StepFun: Step 3.5 Flash

摘要

Gemini 3.5 Flash (high) vs Step 3.5 Flash benchmark 对比：Gemini 3.5 Flash (high) 平均分领先，为 9.8 vs 2.6。 Step 3.5 Flash benchmark 成本更低，为 $0.020 vs $1.115。 Gemini 3.5 Flash (high) 更快，为 8.84s vs 39.03s，通过率为 96.8% vs 28.6%。

推荐模型: Gemini 3.5 Flash (high) - 它在这里得分最高（9.8），同时响应速度比Step 3.5 Flash快约 4.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 Step 3.5 Flash Step 3.5 Flash none 发布日期: 2026-02-01
分数 9.8 2.6
排名 #1 #187
可靠性 10.0 10.0
一致性 9.6 5.7
测试正确
尝试通过率 96.8% 28.6%
不稳定测试 1 0
总运行次数 63 36
每个结果成本 5.575 0.328
总成本 $1.115 $0.020
输入价格 $1.500 / 1M $0.100 / 1M
输出价格 $9.000 / 1M $0.300 / 1M
总输入令牌 37,594 1,971
输出令牌 1,975 64,795
推理令牌 115,638 0
响应时间（平均） 8.84s 39.03s
响应时间（最大） 34.82s 114.12s
响应时间（总计） 185.57s 312.26s

生成展示

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
成本
$0.208
时间
118.2s
令牌
23,158 tok

#187 Step 3.5 Flash

none
成本
$0.005
时间
156.3s
令牌
13,887 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
Step 3.5 Flash 10.0 10.0 100.0% 0 34.99s 691 21,766 0
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
Step 3.5 Flash 9.8 3.3 0.0% 0 0ms 0 0 0
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
Step 3.5 Flash 1.5 5.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
Step 3.5 Flash 3.3 3.3 33.3% 0 34.54s 165 7,389 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
Step 3.5 Flash 4.0 10.0 0.0% 0 14.37s 509 2,451 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
Step 3.5 Flash 5.0 5.0 50.0% 0 9.30s 384 1,427 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
Step 3.5 Flash 0.0 0.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0 0
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
Step 3.5 Flash 3.0 10.0 0.0% 0 114.12s 222 31,762 0

快速对比

切换对比组合

Gemini 3.5 FlashhighvsGPT-5.6 SollowGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Fable 5mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashhighClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGLM 5.2mediumGemini 3.5 FlashhighvsGLM 5medium