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 5 vs StepFun: Step 3.7 Flash

概要

Claude Sonnet 5 vs Step 3.7 Flash の benchmark 比較: Claude Sonnet 5 が平均スコアでリードし、7.9 vs 7.7 です。 Step 3.7 Flash の benchmark コストが低く、$0.341 vs $0.550 です。 Claude Sonnet 5 の方が高速で、9.94s vs 15.74s です、成功率は 79.4% vs 68.3% です。

おすすめモデル: Step 3.7 Flash - スコアはここでの最高値に近く（7.7 vs 7.9）、Claude Sonnet 5 より約 1.6 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: 2026-06-30

指標 Claude Sonnet 5 Claude Sonnet 5 medium リリース: 2026-06-30 Step 3.7 Flash Step 3.7 Flash low リリース: 2026-05-29
スコア 7.9 7.7
順位 #30 #41
信頼性 10.0 10.0
一貫性 9.0 8.4
正解テスト
試行ごとの合格率 79.4% 68.3%
不安定なテスト 3 4
総実行回数 63 63
結果あたりのコスト 3.662 2.840
合計コスト $0.550 $0.341
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 67,416 40,101
出力トークン 34,012 289,325
推論トークン 7,673 0
応答時間（平均） 9.94s 15.74s
応答時間（最大） 56.94s 124.75s
応答時間（合計） 208.71s 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.

#30 Claude Sonnet 5

medium
コスト
$0.007
時間
6.4s
トークン
832 tok

#41 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

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 10.0 10.0 100.0% 0 3.80s 834 1,220 446
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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
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 Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 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 10.0 10.0 100.0% 0 3.16s 10,503 312 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 Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 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 4.8 3.2 33.3% 1 4.32s 708 264 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 Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
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 Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
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 Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
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 Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204
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

Claude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-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 FlashlowStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowQwen3.6 PlusmediumvsStep 3.7 Flashlow