- 順位
- #32
- 合計出力トークン
- 314,605
- 応答時間（平均）
- 60.18s
- 合計コスト
- $0.053
DeepSeek V4 Flash 0731 (low) vs Step 3.7 Flash (medium)
DeepSeek V4 Flash 0731 (low) が平均スコアでリードし、8.2 vs 8.0 です。 DeepSeek V4 Flash 0731 (low) の benchmark コストが低く、$0.053 vs $0.515 です。 Step 3.7 Flash (medium) の方が高速で、26.37s vs 60.18s です、成功率は 75.8% vs 72.7% です。
- 順位
- #37
- 合計出力トークン
- 427,572
- 応答時間（平均）
- 26.37s
- 合計コスト
- $0.515
おすすめモデル
DeepSeek V4 Flash 0731 (low)
ここでは最高スコア（8.2）で、Step 3.7 Flash (medium) より約 9.8 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| スコア | 8.2 | 8.0 |
| 順位 | #32 | #37 |
| 信頼性 | 10.0 | 9.9 |
| 一貫性 | 8.3 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.8% | 72.7% |
| 不安定なテスト | 5 | 3 |
| 総実行回数 | 66 | 64 |
| 結果あたりのコスト | 0.374 | 3.676 |
| 合計コスト | $0.053 | $0.515 |
| 入力価格 | $0.140 / 1M | $0.200 / 1M |
| 出力価格 | $0.280 / 1M | $1.150 / 1M |
| 合計入力トークン | 93,336 | 114,062 |
| 出力トークン | 40,662 | 427,572 |
| 推論トークン | 273,943 | 0 |
| 応答時間（平均） | 60.18s | 26.37s |
| 応答時間（最大） | 438.65s | 152.83s |
| 応答時間（合計） | 1323.92s | 580.25s |
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.
#32 DeepSeek V4 Flash 0731
low
無効なSVG
- コスト
- $0.000
- 時間
- 78.1s
- トークン
- 8,090 tok
#37 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 10.08s | 540 | 1,833 | 6,605 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 7.3 | 5.1 | 77.8% | 2 | 163.31s | 5,953 | 782 | 86,028 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 9.8 | 10.0 | 100.0% | 0 | 54.25s | 68,913 | 8,230 | 22,729 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.35s | 7,290 | 305 | 995 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 5.3 | 10.0 | 33.3% | 0 | 128.09s | 648 | 25,039 | 95,560 | |
| Step 3.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 48.27s | 708 | 70,347 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 6.5 | 3.4 | 66.7% | 1 | 7.63s | 471 | 81 | 1,181 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 9.9 | 10.0 | 100.0% | 0 | 3.01s | 627 | 94 | 644 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.0 | 7.6 | 77.8% | 1 | 9.08s | 594 | 414 | 4,808 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.44s | 8,178 | 367 | 186 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 246.86s | 122 | 3,517 | 55,207 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.2 ChatnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsInklinghighGemini 3.5 Flash-LitehighvsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGLM 5.2highDeepSeek V4 Flash 0731highvsStep 3.7 FlashmediumMuse Spark 1.1highvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsGPT-5 MinimediumDeepSeek V4 Flash 0731lowvsGemini 2.5 FlashmediumDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highKimi K3maxvsStep 3.7 FlashmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsGemini 3.5 Flash-Litehigh