导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemini 3 Flash Preview vs StepFun: Step 3.5 Flash

摘要

Gemini 3 Flash Preview (medium) vs Step 3.5 Flash benchmark 对比：Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 2.6。 Step 3.5 Flash benchmark 成本更低，为 $0.020 vs $0.667。 Gemini 3 Flash Preview (medium) 更快，为 18.64s vs 39.03s，通过率为 98.4% vs 28.6%。

推荐模型: Gemini 3 Flash Preview (medium) - 它在这里得分最高（9.6），同时响应速度比Step 3.5 Flash快约 2.1 倍。

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

指标 Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 Step 3.5 Flash Step 3.5 Flash none 发布日期: 2026-02-01
分数 9.6 2.6
排名 #2 #187
可靠性 10.0 10.0
一致性 9.7 5.7
测试正确
尝试通过率 98.4% 28.6%
不稳定测试 1 0
总运行次数 63 36
每个结果成本 3.335 0.328
总成本 $0.667 $0.020
输入价格 $0.500 / 1M $0.100 / 1M
输出价格 $3.000 / 1M $0.300 / 1M
总输入令牌 37,017 1,971
输出令牌 2,006 64,795
推理令牌 214,153 0
响应时间（平均） 18.64s 39.03s
响应时间（最大） 117.26s 114.12s
响应时间（总计） 391.35s 312.26s

生成展示

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
成本
$0.010
时间
17.9s
令牌
3,236 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
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 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
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 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
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 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
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 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
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 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
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 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
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 Flash PreviewmediumvsGPT-5.6 SollowGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsGPT-5.6 TerrahighGemini 3 Flash PreviewmediumvsGrok 4.5lowClaude Opus 4.8lowvsGemini 3 Flash PreviewmediumGemini 3 Flash PreviewmediumvsGPT-5.6 TerralowGemini 3 Flash PreviewmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewmediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGemini 3 Flash Previewmedium