- 順位
- #192
- 合計出力トークン
- 37,748
- 応答時間（平均）
- 8.03s
- 合計コスト
- $1.100
Claude Sonnet 5.5 (medium) vs Step 3.7 Flash (high)
平均スコアは 6.5 vs 6.6 でほぼ同等です。 Claude Sonnet 5.5 (medium) の benchmark コストが低く、$1.100 vs $1.350 です。 Claude Sonnet 5.5 (medium) の方が高速で、8.03s vs 72.72s です、成功率は 40.6% vs 58.0% です。
比較対象モデル
- 順位
- #190
- 合計出力トークン
- 1,100,052
- 応答時間（平均）
- 72.72s
- 合計コスト
- $1.350
おすすめモデル
Claude Sonnet 5.5 (medium)
ここでは最高スコア（6.5）で、Step 3.7 Flash (high) より約 9.1 倍速く応答します。
詳細比較
| 指標 | Claude Sonnet 5.5 Claude Sonnet 5.5 medium | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.5 | 6.6 |
| 順位 | #192 | #190 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.7 | 8.5 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 40.6% | 58.0% |
| 不安定なテスト | 1 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 12.221 | 12.267 |
| 合計コスト | $1.100 | $1.350 |
| 入力価格 | $2.000 / 1M | $0.200 / 1M |
| 出力価格 | $10.000 / 1M | $1.150 / 1M |
| 合計入力トークン | 361,183 | 421,200 |
| 出力トークン | 26,609 | 1,100,052 |
| 推論トークン | 11,139 | 0 |
| 応答時間（平均） | 8.03s | 72.72s |
| 応答時間（最大） | 51.18s | 364.99s |
| 応答時間（合計） | 184.80s | 1672.53s |
| パラメータ | ~1T 総数 (~100B 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.
#192 Claude Sonnet 5.5
medium- コスト
- $0.024
- 時間
- 17.4s
- トークン
- 2,525 tok
#190 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
| 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 51.18s | 190,412 | 3,424 | 1,344 | |
| Step 3.7 Flash | 5.4 | 9.6 | 0.0% | 0 | 130.38s | 322,500 | 49,152 | 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 Sonnet 5.5 | 6.5 | 10.0 | 50.0% | 0 | 2.54s | 858 | 1,697 | 0 | |
| 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 5.5 | 3.4 | 9.7 | 0.0% | 0 | 6.07s | 10,608 | 6,767 | 0 | |
| 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 5.5 | 8.5 | 10.0 | 50.0% | 0 | 23.58s | 133,232 | 7,780 | 5,241 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 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 5.5 | 6.5 | 10.0 | 50.0% | 0 | 2.56s | 10,515 | 696 | 0 | |
| 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 5.5 | 3.0 | 10.0 | 0.0% | 0 | 8.78s | 990 | 4,137 | 2,729 | |
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 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 5.5 | 5.1 | 3.4 | 33.3% | 1 | 2.27s | 714 | 324 | 0 | |
| 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 5.5 | 6.3 | 10.0 | 50.0% | 0 | 1.88s | 921 | 346 | 0 | |
| 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 5.5 | 7.7 | 10.0 | 66.7% | 0 | 2.43s | 912 | 876 | 0 | |
| 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.75s | 11,757 | 354 | 0 | |
| 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 5.5 | 3.0 | 10.0 | 0.0% | 0 | 8.57s | 264 | 208 | 1,825 | |
| 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
Mercury 2mediumvsStep 3.7 FlashhighKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighClaude Sonnet 5.5mediumvsMercury 2.5highLongCat 2.0lowvsStep 3.7 FlashhighClaude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5lowClaude Sonnet 5.5mediumvsGLM 5.3lowQwen3.7 FlashmediumvsStep 3.7 FlashhighClaude Sonnet 5.5mediumvsGLM 5.1noneClaude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5highQwen3.6 35B A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2none