- 順位
- #123
- 合計出力トークン
- 423,424
- 応答時間(平均)
- 127.79s
- 合計コスト
- $1.312
Seed-2.0-Code (high) vs Step 3.7 Flash (high)
平均スコアは 6.9 vs 6.9 でほぼ同等です。 Step 3.7 Flash (high) の benchmark コストが低く、$1.207 vs $1.312 です。 Step 3.7 Flash (high) の方が高速で、64.68s vs 127.79s です、成功率は 71.2% vs 63.6% です。
- 順位
- #125
- 合計出力トークン
- 1,032,395
- 応答時間(平均)
- 64.68s
- 合計コスト
- $1.207
おすすめモデル
Step 3.7 Flash (high)
ここでは最高スコア(6.9)で、Seed-2.0-Code (high) より約 2.0 倍速く応答します。
詳細比較
| 指標 | Seed-2.0-Code Seed-2.0-Code high | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.9 | 6.9 |
| 順位 | #123 | #125 |
| 信頼性 | 6.0 | 10.0 |
| 一貫性 | 7.0 | 8.0 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.2% | 63.6% |
| 不安定なテスト | 8 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 11.921 | 10.973 |
| 合計コスト | $1.312 | $1.207 |
| 入力価格 | $0.500 / 1M | $0.200 / 1M |
| 出力価格 | $3.000 / 1M | $1.150 / 1M |
| 合計入力トークン | 81,961 | 98,691 |
| 出力トークン | 7,187 | 1,032,395 |
| 推論トークン | 416,237 | 0 |
| 応答時間(平均) | 127.79s | 64.68s |
| 応答時間(最大) | 675.30s | 364.99s |
| 応答時間(合計) | 2811.27s | 1423.01s |
| パラメータ | ~200B 総数 (~20B 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.
#123 Seed-2.0-Code
high- コスト
- $0.037
- 時間
- 183.6s
- トークン
- 12,388 tok
#125 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 8.3 | 10.0 | 75.0% | 0 | 35.07s | 906 | 1,204 | 17,533 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 5.9 | 4.4 | 66.7% | 2 | 266.74s | 6,750 | 432 | 124,956 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 7.3 | 5.8 | 83.3% | 1 | 144.87s | 57,003 | 4,295 | 26,889 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 10.0 | 10.0 | 100.0% | 0 | 24.28s | 8,034 | 246 | 4,782 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 4.1 | 4.4 | 44.5% | 2 | 446.14s | 819 | 11 | 225,197 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 4.7 | 1.6 | 66.7% | 1 | 36.45s | 382 | 131 | 2,577 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 9.8 | 10.0 | 100.0% | 0 | 11.26s | 816 | 72 | 2,661 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 7.6 | 7.2 | 77.8% | 1 | 15.91s | 786 | 585 | 4,473 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 4.7 | 1.6 | 66.7% | 1 | 35.09s | 6,198 | 196 | 644 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 3.0 | 10.0 | 0.0% | 0 | 52.23s | 267 | 15 | 6,525 | |
| 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
GPT-5.5nonevsStep 3.7 FlashhighSeed-2.0-CodehighvsQwen3.6 FlashmediumSeed-2.0-CodemediumvsStep 3.7 FlashhighSeed-2.0-CodehighvsGPT-5.5noneQwen3.6 FlashmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsSolar Pro 4lowSeed-2.0-CodehighvsMiMo-V2.5-PromediumSeed-2.0-CodehighvsSolar Pro 4lowStep 3.7 FlashhighvsMiMo-V2.5-PromediumSeed-2.0-CodehighvsGPT-5.6 SolnoneGemini 3.5 FlashminimalvsStep 3.7 FlashhighSeed-2.0-CodehighvsDeepSeek V4 Pronone