- 順位
- #75
- 合計出力トークン
- 209,444
- 応答時間（平均）
- 92.50s
- 合計コスト
- $0.761
DeepSeek V4 Pro (high) vs Step 3.7 Flash (low)
DeepSeek V4 Pro (high) が平均スコアでリードし、7.7 vs 7.1 です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.390 vs $0.761 です。 Step 3.7 Flash (low) の方が高速で、17.87s vs 92.50s です、成功率は 63.6% vs 63.6% です。
- 順位
- #113
- 合計出力トークン
- 320,393
- 応答時間（平均）
- 17.87s
- 合計コスト
- $0.390
おすすめモデル
Step 3.7 Flash (low)
スコアはここでの最高値に近く（7.1 vs 7.7）、DeepSeek V4 Pro (high) より約 2.0 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro high | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.7 | 7.1 |
| 順位 | #75 | #113 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.7 | 8.1 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 63.6% |
| 不安定なテスト | 6 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 2.251 | 3.539 |
| 合計コスト | $0.761 | $0.390 |
| 入力価格 | $1.600 / 1M | $0.200 / 1M |
| 出力価格 | $3.200 / 1M | $1.150 / 1M |
| 合計入力トークン | 90,757 | 103,842 |
| 出力トークン | 22,928 | 320,393 |
| 推論トークン | 186,516 | 0 |
| 応答時間（平均） | 92.50s | 17.87s |
| 応答時間（最大） | 416.76s | 124.75s |
| 応答時間（合計） | 2035.01s | 393.04s |
| パラメータ | 1.6T 総数 (49B アクティブ) | 198B 総数 (11B アクティブ) |
| 公開状況 | オープンソース | 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.
#75 DeepSeek V4 Pro
high- コスト
- $0.023
- 時間
- 257.6s
- トークン
- 14,870 tok
#113 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 66.18s | 77,415 | 93,682 | 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.6 | 7.2 | 22.2% | 1 | 249.47s | 578 | 16,870 | 58,188 | |
| Step 3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 22.65s | 837 | 48,299 | 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 | |
| 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
Qwen3.5-122B-A10BmediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsSolar Pro 4highClaude Opus 4.6mediumvsDeepSeek V4 ProhighMuse Glimmer 30BmediumvsStep 3.7 FlashlowSeed-2.0-CodelowvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGLM 5mediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowMuse Glimmer 30BhighvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumGPT-5.6 SolnonevsStep 3.7 FlashlowClaude Opus 4.8lowvsDeepSeek V4 ProhighSeed-2.0-LitemediumvsDeepSeek V4 Prohigh