- 順位
- #110
- 合計出力トークン
- 35,551
- 応答時間（平均）
- 11.55s
- 合計コスト
- $0.139
DeepSeek V4 Pro vs Step 3.7 Flash (high)
平均スコアは 6.9 vs 6.9 でほぼ同等です。 DeepSeek V4 Pro の benchmark コストが低く、$0.139 vs $1.207 です。 DeepSeek V4 Pro の方が高速で、11.55s vs 64.68s です、成功率は 51.5% vs 63.6% です。
- 順位
- #114
- 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
DeepSeek V4 Pro
ここでは最高スコア（6.9）で、Step 3.7 Flash (high) より約 8.7 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.9 | 6.9 |
| 順位 | #110 | #114 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.6 | 8.0 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 51.5% | 63.6% |
| 不安定なテスト | 4 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.954 | 10.973 |
| 合計コスト | $0.139 | $1.207 |
| 入力価格 | $0.632 / 1M | $0.200 / 1M |
| 出力価格 | $1.264 / 1M | $1.150 / 1M |
| 合計入力トークン | 148,069 | 98,691 |
| 出力トークン | 35,551 | 1,032,395 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 11.55s | 64.68s |
| 応答時間（最大） | 119.44s | 364.99s |
| 応答時間（合計） | 254.11s | 1423.01s |
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.
#110 DeepSeek V4 Pro
none
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
#114 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 | 7.9 | 6.9 | 66.7% | 1 | 71.59s | 122,040 | 26,362 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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
GPT-5.5nonevsStep 3.7 FlashhighQwen3.6 FlashmediumvsStep 3.7 FlashhighDeepSeek V4 PrononevsSolar Pro 4mediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumStep 3.7 FlashhighvsSolar Pro 4lowDeepSeek V4 PrononevsKAT-Coder-Pro V2.5mediumStep 3.7 FlashhighvsMiMo-V2.5-PromediumDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsQwen3.7 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighSeed-2.0-MinimediumvsDeepSeek V4 Pronone