ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Pro vs StepFun: Step 3.7 Flash

概要

DeepSeek V4 Pro vs Step 3.7 Flash の benchmark 比較: DeepSeek V4 Pro が平均スコアでリードし、7.2 vs 7.1 です。 DeepSeek V4 Pro の benchmark コストが低く、$0.034 vs $1.148 です。 DeepSeek V4 Pro の方が高速で、6.41s vs 64.46s です、成功率は 52.4% vs 63.5% です。

おすすめモデル: DeepSeek V4 Pro - ここでは最高スコア（7.2）で、Step 3.7 Flash より約 34.5 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: 2026-06-18

指標 DeepSeek V4 Pro DeepSeek V4 Pro none リリース: 2026-04-24 Step 3.7 Flash Step 3.7 Flash high リリース: 2026-05-29
スコア 7.2 7.1
順位 #58 #63
信頼性 9.9 10.0
一貫性 8.8 8.2
正解テスト
試行ごとの合格率 52.4% 63.5%
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 0.333 10.434
合計コスト $0.034 $1.148
入力価格 $0.435 / 1M $0.200 / 1M
出力価格 $0.870 / 1M $1.150 / 1M
合計入力トークン 53,558 38,391
出力トークン 11,424 991,355
推論トークン 0 0
応答時間（平均） 6.41s 64.46s
応答時間（最大） 30.09s 364.99s
応答時間（合計） 134.66s 1353.57s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#58 DeepSeek V4 Pro

none
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#63 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
DeepSeek V4 Pro 3.2 6.1 16.7% 2 4.02s 540 1,168 0
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
DeepSeek V4 Pro 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
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
DeepSeek V4 Pro 9.5 10.0 100.0% 0 23.74s 27,529 2,235 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 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 4.61s 7,568 200 0
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
DeepSeek V4 Pro 5.3 10.0 33.3% 0 3.72s 666 24 0
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
DeepSeek V4 Pro 5.0 10.0 0.0% 0 2.05s 471 126 0
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
DeepSeek V4 Pro 6.3 5.8 66.7% 1 4.12s 627 713 0
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
DeepSeek V4 Pro 10.0 10.0 100.0% 0 3.61s 594 442 0
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
DeepSeek V4 Pro 10.0 10.0 100.0% 0 7.40s 8,105 328 0
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
DeepSeek V4 Pro 3.0 10.0 0.0% 0 5.76s 183 688 0
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

Step 3.7 FlashhighvsGLM 5.1mediumDeepSeek V4 PrononevsGemma 4 26B A4Bmedium無料で利用可能Step 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium無料で利用可能vsStep 3.7 FlashhighDeepSeek V4 PrononevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighDeepSeek V4 PrononevsKimi K2.7 CodemediumDeepSeek V4 PrononevsGrok 4.20mediumGemini 3 Flash PreviewnonevsStep 3.7 Flashhigh