ナビゲーション
AI BENCHY
比較する チャート
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.5 Flash

モデル名:

ベンチマークは AI BENCHY テストスイートから次の日時に生成 : 2026-02-27 15:16

概要

指標 Anthropic: Claude Sonnet 4.6 medium リリース: リリース日不明 StepFun: Step 3.5 Flash medium リリース: リリース日不明 無料で利用可能
順位 #8 #11
スコア 7.43 7.00
一貫性 9.40 8.32
結果あたりのコスト 8.105 0.000
合計コスト $0.811 $0.000
正解テスト
誤答テスト数 4 5
試行ごとの合格率 73.8% 73.8%
不安定なテスト 1 3
出力トークン 29,098 60,502
推論トークン 20,435 117,044

カテゴリ内訳

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 出力トークン 推論トークン
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
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 出力トークン 推論トークン
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
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 出力トークン 推論トークン
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
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 出力トークン 推論トークン
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving 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 出力トークン 推論トークン
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
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 出力トークン 推論トークン
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

比較ペアを切り替え

Anthropic: Claude Sonnet 4.6 と比較...

StepFun: Step 3.5 Flash と比較...