AI BENCHY Compare
Google: Gemini 3.1 Flash Lite Preview vs StepFun: Step 3.7 Flash
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: 2026-05-29
| 指標 | Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.5 | 7.4 |
| 順位 | #54 | #60 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.7 | 8.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.3% | 68.3% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.142 | 2.796 |
| 合計コスト | $0.017 | $0.336 |
| 入力価格 | $0.250 / 1M | $0.200 / 1M |
| 出力価格 | $1.500 / 1M | $1.150 / 1M |
| 出力トークン | 5,541 | 285,209 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 1.23s | 16.06s |
| 応答時間（最大） | 3.39s | 124.75s |
| 応答時間（合計） | 24.68s | 321.11s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 7.5 | 8.4 | 66.7% | 1 | 1.04s | 1,092 | 0 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 4.02s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 6.8 | 10.0 | 50.0% | 0 | 1.06s | 664 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.43s | 14,569 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 3.0 | 10.0 | 0.0% | 0 | 3.20s | 339 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.98s | 6,426 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 1.22s | 399 | 0 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.29s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 5.3 | 10.0 | 33.3% | 0 | 942ms | 568 | 0 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 43.31s | 104,487 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 4.0 | 10.0 | 0.0% | 0 | 741ms | 69 | 0 | |
| Step 3.7 Flash | 3.4 | 9.3 | 0.0% | 0 | 7.00s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 1.13s | 574 | 0 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 900ms | 1,045 | 0 | |
| Step 3.7 Flash | 5.5 | 9.9 | 33.3% | 0 | 1.84s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 3.39s | 782 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Gemini 3.1 Flash Lite Preview | 3.0 | 10.0 | 0.0% | 0 | 814ms | 9 | 0 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 124.75s | 134,779 | 0 |
クイック比較
比較ペアを切り替え
Kimi K2.6medium無料で利用可能vsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.6medium無料で利用可能GPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewnone