导航
AI BENCHY
Advertise here

AI BENCHY 对比

Google: Gemma 4 26B A4B vs StepFun: Step 3.5 Flash

摘要

Gemma 4 26B A4B vs Step 3.5 Flash benchmark 对比：Step 3.5 Flash 平均分领先，为 6.6 vs 5.5。 Gemma 4 26B A4B benchmark 成本更低，为 $0.004 vs $0.070。 Gemma 4 26B A4B 更快，为 5.91s vs 72.53s，通过率为 44.4% vs 54.0%。

推荐模型: Step 3.5 Flash - 它在本次比较中得分最高（6.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Gemma 4 26B A4B Gemma 4 26B A4B none 发布日期: 2026-04-03 免费可用 Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01
分数 5.5 6.6
排名 #125 #83
可靠性 10.0 10.0
一致性 9.2 8.9
测试正确
尝试通过率 44.4% 54.0%
不稳定测试 2 1
总运行次数 63 60
每个结果成本 0.068 0.198
总成本 $0.004 $0.070
输入价格 $0.060 / 1M $0.100 / 1M
输出价格 $0.330 / 1M $0.300 / 1M
总输入令牌 40,038 34,431
输出令牌 1,824 91,587
推理令牌 0 195,973
响应时间（平均） 5.91s 72.53s
响应时间（最大） 57.10s 453.94s
响应时间（总计） 124.05s 1015.47s

生成展示

Hamster playing table tennis

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

#125 Gemma 4 26B A4B

none
成本
$0.001
时间
39.5s
令牌
790 tok

#83 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
Gemma 4 26B A4B 8.3 10.0 75.0% 0 1.28s 852 230 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
Gemma 4 26B A4B 3.7 7.2 22.2% 1 4.16s 7,736 476 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
Gemma 4 26B A4B 3.0 10.0 0.0% 0 30.53s 13,650 309 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 1.70s 8,352 285 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
Gemma 4 26B A4B 3.6 7.2 22.2% 1 2.49s 903 27 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
Gemma 4 26B A4B 4.0 10.0 0.0% 0 3.54s 576 85 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
Gemma 4 26B A4B 6.3 10.0 50.0% 0 690ms 795 75 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
Gemma 4 26B A4B 6.2 10.0 33.3% 0 744ms 828 114 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
Gemma 4 26B A4B 10.0 10.0 100.0% 0 57.10s 6,123 210 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
Gemma 4 26B A4B 3.0 10.0 0.0% 0 778ms 223 13 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

Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemma 4 26B A4Bnone免费可用vsMiniMax M2.7mediumGPT-5.5nonevsStep 3.5 FlashmediumNorth Mini Codemedium免费可用vsGemma 4 26B A4Bnone免费可用Gemma 4 26B A4Bnone免费可用vsMistral Small 4mediumGemini 3.5 FlashnonevsStep 3.5 FlashmediumSeed-2.0-LitenonevsStep 3.5 Flashmedium