- 順位
- #149
- 合計出力トークン
- 31,386
- 応答時間（平均）
- 10.78s
- 合計コスト
- $2.766
Claude Opus 5 vs Step 3.7 Flash (low)
平均スコアは 7.1 vs 7.2 でほぼ同等です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.449 vs $2.766 です。 Claude Opus 5 の方が高速で、10.78s vs 20.72s です、成功率は 55.1% vs 63.8% です。
比較対象モデル
- 順位
- #147
- 合計出力トークン
- 339,108
- 応答時間（平均）
- 20.72s
- 合計コスト
- $0.449
おすすめモデル
Step 3.7 Flash (low)
ここでは最高スコア（7.2）で、Claude Opus 5 より約 6.2 倍低コストです。
詳細比較
| 指標 | Claude Opus 5 Claude Opus 5 none | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.1 | 7.2 |
| 順位 | #149 | #147 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 7.9 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 55.1% | 63.8% |
| 不安定なテスト | 1 | 6 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 23.044 | 4.078 |
| 合計コスト | $2.766 | $0.449 |
| 入力価格 | $5.000 / 1M | $0.200 / 1M |
| 出力価格 | $25.000 / 1M | $1.150 / 1M |
| 合計入力トークン | 396,120 | 292,685 |
| 出力トークン | 31,386 | 339,108 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 10.78s | 20.72s |
| 応答時間（最大） | 79.61s | 124.75s |
| 応答時間（合計） | 247.96s | 476.67s |
| パラメータ | ~5T 総数 (~500B アクティブ) | 198B 総数 (11B アクティブ) |
| 公開状況 | クローズド | オープンソース |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#149 Claude Opus 5
none- コスト
- $0.271
- 時間
- 149.3s
- トークン
- 10,962 tok
#147 Step 3.7 Flash
low
無効なSVG
- コスト
- $0.004
- 時間
- 25.3s
- トークン
- 3,072 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| エージェントタスク | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 5.4 | 9.6 | 0.0% | 0 | 79.61s | 210,573 | 6,520 | 0 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 83.63s | 188,843 | 18,715 | 0 |
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 5.5 | 8.3 | 41.7% | 1 | 4.33s | 834 | 1,398 | 0 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 4.02s | 756 | 10,896 | 0 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 5.9 | 9.7 | 33.3% | 0 | 5.54s | 10,590 | 2,886 | 0 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 8.3 | 10.0 | 50.0% | 0 | 30.54s | 148,140 | 13,011 | 0 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 66.18s | 77,415 | 93,682 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.88s | 10,503 | 309 | 0 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.29s | 7,398 | 2,667 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 5.3 | 10.0 | 33.3% | 0 | 11.10s | 972 | 5,440 | 0 | |
| Step 3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 22.65s | 837 | 48,299 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 3.70s | 708 | 316 | 0 | |
| Step 3.7 Flash | 3.4 | 9.3 | 0.0% | 0 | 7.00s | 525 | 4,604 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 2.81s | 909 | 99 | 0 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 735 | 1,857 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 7.7 | 10.0 | 66.7% | 0 | 3.66s | 894 | 874 | 0 | |
| Step 3.7 Flash | 5.5 | 9.9 | 33.3% | 0 | 1.84s | 756 | 3,564 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 10.0 | 10.0 | 100.0% | 0 | 7.89s | 11,739 | 355 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 7,746 | 1,360 | 0 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5 | 3.0 | 10.0 | 0.0% | 0 | 4.08s | 258 | 178 | 0 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 124.75s | 237 | 134,779 | 0 |
クイック比較
比較ペアを切り替え
Step 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowClaude Opus 5nonevsQwen3.6 27BmediumQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsGLM 5mediumClaude Opus 5nonevsLongCat 2.0mediumQwen3.8 27Bmedium無料で利用可能vsStep 3.7 FlashlowClaude Opus 5nonevsQwen3.7 FlashhighQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowClaude Opus 5nonevsGemini 3.8 FlashlowClaude Opus 5nonevsQwen3.8 27Bmedium無料で利用可能