ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

概要

Claude Sonnet 4.6 vs Step 3.7 Flash の benchmark 比較: Claude Sonnet 4.6 が平均スコアでリードし、7.8 vs 7.1 です。 Step 3.7 Flash の benchmark コストが低く、$1.148 vs $1.418 です。 Claude Sonnet 4.6 の方が高速で、17.06s vs 64.46s です、成功率は 65.1% vs 63.5% です。

おすすめモデル: Claude Sonnet 4.6 - ここでは最高スコア（7.8）で、Step 3.7 Flash より約 3.8 倍速く応答します。

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: 2026-07-02

指標 Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17 Step 3.7 Flash Step 3.7 Flash high リリース: 2026-05-29
スコア 7.8 7.1
順位 #32 #65
信頼性 10.0 10.0
一貫性 9.1 8.2
正解テスト
試行ごとの合格率 65.1% 63.5%
不安定なテスト 2 4
総実行回数 63 63
結果あたりのコスト 10.904 10.434
合計コスト $1.418 $1.148
入力価格 $3.000 / 1M $0.200 / 1M
出力価格 $15.000 / 1M $1.150 / 1M
合計入力トークン 49,112 38,391
出力トークン 54,703 991,355
推論トークン 29,970 0
応答時間（平均） 17.06s 64.46s
応答時間（最大） 46.35s 364.99s
応答時間（合計） 221.83s 1353.57s

生成ショーケース

Hamster playing table tennis

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

#32 Claude Sonnet 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#65 Step 3.7 Flash

high
コスト
$0.007
時間
63.6s
トークン
6,030 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

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

クイック比較

比較ペアを切り替え

Step 3.7 FlashhighvsGLM 5.1mediumLaguna XS 2.1medium無料で利用可能vsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium無料で利用可能vsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Sonnet 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsStep 3.7 FlashhighClaude Sonnet 4.6mediumvsDeepSeek V4 Prohigh