#96 Gemini 3.5 Flash
minimal- 成本
- $0.041
- 时间
- 20.4s
- 令牌
- 4,608 tok
Google: Gemini 3.5 Flash vs StepFun: Step 3.5 Flash
Gemini 3.5 Flash (minimal) 平均分领先，为 6.8 vs 6.0。 Step 3.5 Flash (medium) benchmark 成本更低，为 $0.108 vs $0.300。 Gemini 3.5 Flash (minimal) 更快，为 2.65s vs 174.22s，通过率为 65.2% vs 51.5%。
推荐模型Gemini 3.5 Flash (minimal)它在这里得分最高（6.8），同时响应速度比Step 3.5 Flash (medium)快约 65.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash minimal | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| 分数 | 6.8 | 6.0 |
| 排名 | #96 | #141 |
| 可靠性 | 10.0 | 9.2 |
| 一致性 | 9.6 | 9.0 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 51.5% |
| 不稳定测试 | 1 | 1 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 2.138 | 0.540 |
| 总成本 | $0.300 | $0.108 |
| 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 | 100,753 | 65,707 |
| 输出令牌 | 16,454 | 108,561 |
| 推理令牌 | 0 | 293,993 |
| 响应时间（平均） | 2.65s | 174.22s |
| 响应时间（最大） | 25.26s | 1597.85s |
| 响应时间（总计） | 58.27s | 2613.32s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#141 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 3.5 Flash | 6.5 | 10.0 | 50.0% | 0 | 892ms | 492 | 405 | 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 3.5 Flash | 5.6 | 9.9 | 33.3% | 0 | 2.75s | 8,122 | 3,456 | 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 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 14.41s | 76,686 | 11,581 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.66s | 7,548 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 899ms | 633 | 12 | 0 | |
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 673 | 45,350 | 90,436 |
| 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 | 922ms | 486 | 117 | 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 3.5 Flash | 6.4 | 5.8 | 66.7% | 1 | 893ms | 615 | 76 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.45s | 558 | 282 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 5,457 | 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 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 1.76s | 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
Nemotron 3 Ultranone免费可用vsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsGPT-5.5noneQwen3.5-35B-A3BnonevsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighQwen3.5 Plus 2026-04-20nonevsStep 3.5 FlashmediumQwen3.5-FlashnonevsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsQwen3.6 FlashmediumQwen3.6 FlashnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsMiMo-V2.5-PromediumStep 3.5 FlashmediumvsInklinglowGemini 3.1 Flash LitenonevsStep 3.5 Flashmedium