AI BENCHY Compare
DeepSeek: DeepSeek V3.2 vs StepFun: Step 3.5 Flash
比較する:
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: 2026-03-06
| 指標 | DeepSeek: DeepSeek V3.2 none リリース: 2025-12-01 | StepFun: Step 3.5 Flash medium リリース: 2026-02-01 無料で利用可能 |
|---|---|---|
| 順位 | #33 | #13 |
| 平均スコア | 5.5 | 7.4 |
| 一貫性 | 8.4 | 9.1 |
| 結果あたりのコスト | 0.220 | 0.000 |
| 合計コスト | $0.016 | $0.000 |
| 正解テスト | ||
| 試行ごとの合格率 | 54.2% | 68.8% |
| 不安定なテスト | 3 | 2 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 7,823 | 71,452 |
| 推論トークン | 0 | 155,147 |
| 応答時間（平均） | 12.86s | 29.10s |
| 応答時間（最大） | 115.89s | 170.45s |
| 応答時間（合計） | 205.78s | 290.96s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.0 | 9.7 | 0.0% | 0 | 8.79s | 1,411 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 18.54s | 13,924 | 17,208 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 8.0 | 10.0 | 0.0% | 0 | 115.89s | 2,887 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 5.4 | 5.8 | 66.7% | 1 | 9.42s | 1,710 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.0 | 7.2 | 22.2% | 1 | 1.61s | 24 | 0 | |
| StepFun: Step 3.5 Flash | 4.0 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 2.86s | 67 | 0 | |
| StepFun: Step 3.5 Flash | 6.0 | 10.0 | 0.0% | 0 | 6.54s | 2,214 | 2,584 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 66 | 0 | |
| StepFun: Step 3.5 Flash | 9.0 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 |
| Puzzle Solving | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 7.7 | 7.5 | 88.9% | 1 | 7.37s | 1,136 | 0 | |
| StepFun: Step 3.5 Flash | 4.0 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| DeepSeek: DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 11.85s | 522 | 0 | |
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2nonevsGPT-5 NanomediumGPT-5.2 ChatnonevsStep 3.5 Flashmedium無料で利用可能DeepSeek V3.2nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium無料で利用可能GPT-5.3 ChatnonevsStep 3.5 Flashmedium無料で利用可能DeepSeek V3.2nonevsMercury 2mediumGemini 3 Flash PreviewnonevsStep 3.5 Flashmedium無料で利用可能Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium無料で利用可能DeepSeek V3.2nonevsgpt-oss-120bmedium無料で利用可能DeepSeek V3.2nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsStep 3.5 Flashmedium無料で利用可能DeepSeek V3.2nonevsGrok 4.1 Fastmedium