KI-Modelle · Open-Source vs Bezahlt

Step 3.7 Flash Offen vs Gemini 3.5 Flash Bezahlt

Step 3.7 Flash vs Gemini 3.5 Flash verglichen — Preis pro Token, Kontextfenster, Multimodalität, Offenheit und welches zu wählen. Kann das Open-Source-Modell das kostenpflichtige ersetzen? Vollständige Analyse 2026.

Preise & Spezifikationen aus Live-Daten aktualisiert · olud.ai

Offene Modellpreise = günstigster Anbieter über OpenRouter; offizielle Herstellerpreise können höher sein.

Step 3.7 FlashOffenStepfun
$0.2 /M Eingabe
$1.15 /M AusgabeKeine pro-Token Gebühren, wenn Sie selbst hosten
TypOpen-Weight
Kontextfenster262K Tokens
MultimodalJa
Selbst gehostetJa
Gemini 3.5 FlashBezahltGoogle
$1.5 /M Eingabe
$9 /M AusgabeVerwaltete API (keine Infrastruktur erforderlich)
TypProprietär
Kontextfenster1M Tokens
MultimodalJa
Selbst gehostetNein
Wählen Step 3.7 Flash wenn Sie selbst hosten, Ihre Daten privat halten und pro-Token-Gebühren vermeiden möchten — es ist Open-Weight und läuft auf Ihrer eigenen Hardware. Wählen Sie Gemini 3.5 Flash wenn Sie Grenzfähigkeiten über eine verwaltete API mit null Infrastruktur zum Ausführen wünschen.

Step 3.7 Flash vs Gemini 3.5 Flash Spezifikationen

SpezifikationStep 3.7 FlashGemini 3.5 FlashGewinner
HerstellerStepfunGoogle
TypOpen-WeightProprietärStep 3.7 Flash
Kontextfenster262K Tokens1M TokensGemini 3.5 Flash
Eingabepreis$0.2/M · kostenloses Selbst-Hosting$1.5/MStep 3.7 Flash
Ausgabepreis$1.15/M · kostenloses Selbst-Hosting$9/MStep 3.7 Flash
Vision / multimodalJaJa= Unentschieden
Tool / FunktionsaufrufJaJa= Unentschieden
Selbst gehostetJaNein (nur API)Step 3.7 Flash
LizenzOpen weightsProprietärStep 3.7 Flash

Preisdifferenz & wann man jeweils wählen sollte

7.8×günstiger pro Ausgabe-Token

Step 3.7 Flash ist ~7.8× günstiger als Gemini 3.5 Flash bei Ausgabe-Token ($1.15 vs $9 pro M Token).

Wählen Sie Schritt 3.7 Flash, wenn…
  • Sie selbst hosten oder in Ihrer Cloud ausführen möchten
  • Sie Datenprivatsphäre & Kontrolle priorisieren
  • Sie die niedrigsten Betriebskosten wünschen
  • Sie offene oder reproduzierbare KI entwickeln
Wählen Sie Gemini 3.5 Flash, wenn…
  • Sie Spitzenleistung über eine verwaltete API wünschen
  • Sie das längere 1M Kontextfenster benötigen
  • Sie Zuverlässigkeit & Ökosystem schätzen
  • Sie keine Infrastruktur verwalten möchten

Funktionsvergleich

FähigkeitStep 3.7 FlashGemini 3.5 Flash
Offene Gewichte (herunterladbar)
Selbst gehostet
Läuft vollständig offline
Vision / multimodal
Tool / Funktionsaufruf
1M+ Kontextfenster

Benchmarks: Step 3.7 Flash vs Gemini 3.5 Flash

Unabhängige Benchmark-Ergebnisse gemessen von Artificial Analysis. Höher ist besser (außer Latenz).

Step 3.7 Flash liefert 4.6× mehr Intelligenz pro Dollar.
Step 3.7 Flash
Gemini 3.5 Flash
Intelligenzindex
30.3
50.2
Kodierungsindex
39.6
70.1
GPQA
80.9%
92.2%
Die letzte Prüfung der Menschheit
19.9%
41%
Langzeit-Kontext-Argumentation
63.7%
69.3%
SciCode
40%
53.1%
IFBench
67.3%
76.3%
τ²-Bench
98.5%
95.3%
τ-Bench Banking
11.3%
25.4%
Terminal-Bench
39.3%
78.7%
Terminal-Bench Hard
35.6%
40.9%
Geschwindigkeit
383.1 tok/s
287,8 tok/s
Latenz
0.9s
13,96s
Intelligenz pro $
69.2
14.9

Benchmark-Daten von Artificial Analysis.

Wie schneidet Step 3.7 Flash im Vergleich zu Gemini 3.5 Flash ab?

🏆 Bester Wert & Offenheit: Step 3.7 Flash (4.7 vs 3.2 / 5)
KriteriumStep 3.7 FlashGemini 3.5 Flash
Kosten-Effizienz4.53.5
Kontextfenster4.05.0
Offenheit5.01.5
Selbst-Hosting5.01.0
Multimodalität5.05.0

Die Bewertungen stammen aus Live-Daten — Ausgabepreis (Kosten), Kontextlänge, offene vs. geschlossene Gewichte (Offenheit & Selbst-Hosting) und Unterstützung für Vision/Tools (Multimodalität). Die Rohqualität der Aufgaben wird hier nicht bewertet; sie hängt von Ihrem Benchmark ab — siehe das Urteil.

Was jedes Modell ist

Step 3.7 Flash Offen

Stepfun · Open-weight

Step 3.7 Flash ist das neueste hocheffiziente multimodale Mixture-of-Experts-Modell von StepFun. Es kombiniert ein 196B-Parameter-Sprachgerüst mit einem Vision-Encoder für natives Bild- und Videoverständnis und aktiviert ungefähr 11B Parameter...

Gemini 3.5 Flash Bezahlt

Google · Proprietär

Gemini 3.5 Flash ist Googles hochgradig effizientes multimodales Modell, das nahezu professionelles Codieren und Denken zu Kosten und Geschwindigkeiten auf Flash-Niveau bietet. Es ist stark optimiert für Codierungsfähigkeiten und parallele agentische Ausführung...

Andere Modelle in diesen Familien

Diese Varianten werden verfolgt, aber hier nicht verglichen — eine Seite pro Familie hält den Vergleich lesbar.

Andere verfolgte Varianten
Schritt 3.5 Flash
Andere verfolgte Varianten
Gemini 3.6 FlashGemini 3 Flash-VorschauGemini 2.5 FlashNano Banana 2 (Gemini 3.1 Flash Bild)Nano Banana (Gemini 2.5 Flash Bild)

Häufig gestellte Fragen

Ist Step 3.7 Flash so gut wie Gemini 3.5 Flash?

Step 3.7 Flash ist open-weight und wettbewerbsfähig bei vielen Aufgaben, aber Gemini 3.5 Flash könnte immer noch bei den schwierigsten Denk- und Agentenaufgaben führend sein. Die Lücke wird immer kleiner — benchmarken Sie beide in Ihrem tatsächlichen Anwendungsfall, bevor Sie entscheiden.

Kann ich Schritt 3.7 Flash lokal ausführen?

Ja. Step 3.7 Flash hat open weights, sodass Sie es auf Ihren eigenen GPUs selbst hosten oder über eine kostengünstige API ausführen können. Gemini 3.5 Flash ist nur API und kann nicht selbst gehostet werden.

Wie viel günstiger ist Schritt 3.7 Flash?

Step 3.7 Flash kostet $1.15/M Ausgabe im Vergleich zu $9/M für Gemini 3.5 Flash — etwa 8x günstiger über API und kostenlos, wenn Sie es selbst hosten.

Step 3.7 Flash vs Gemini 3.5 Flash — welches sollte ich 2026 wählen?

Wählen Sie Step 3.7 Flash, wenn Sie selbst hosten, Ihre Daten privat halten und pro Token-Gebühren vermeiden möchten — es ist open-weight und läuft auf Ihrer eigenen Hardware. Wählen Sie Gemini 3.5 Flash, wenn Sie fortschrittliche Funktionen über eine verwaltete API ohne Infrastruktur zum Ausführen wünschen.

Menschen vergleichen auch

Entdecken Sie weitere Open-Source-AI

Durchsuchen Sie die vollständige Open-Source-Modell-Rangliste, tausende von Tools und Live-Benchmarks — alles an einem Ort.

Öffnen Sie die Rangliste →