#40 Claude Sonnet 4.6
medium
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash
概要
Claude Sonnet 4.6 (medium) が平均スコアでリードし、7.8 vs 7.7 です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.341 vs $1.418 です。 Step 3.7 Flash (low) の方が高速で、15.74s vs 17.06s です、成功率は 65.1% vs 68.3% です。
おすすめモデルStep 3.7 Flash (low)スコアはここでの最高値に近く（7.7 vs 7.8）、Claude Sonnet 4.6 (medium) より約 4.2 倍低コストです。
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: 2026-07-14
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.8 | 7.7 |
| 順位 | #40 | #51 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.1 | 8.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.1% | 68.3% |
| 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 | 2.840 |
| 合計コスト | $1.418 | $0.341 |
| 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 | 40,101 |
| 出力トークン | 54,703 | 289,325 |
| 推論トークン | 29,970 | 0 |
| 応答時間（平均） | 17.06s | 15.74s |
| 応答時間（最大） | 46.35s | 124.75s |
| 応答時間（合計） | 221.83s | 330.63s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 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
| 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 | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsGrok 4.5lowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6medium無料で利用可能vsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 Flashlow