Google: Gemini 3.5 Flash vs StepFun: Step 3.5 Flash

Gemini 3.5 Flash (high) が平均スコアでリードし、9.5 vs 6.0 です。 Step 3.5 Flash (medium) の benchmark コストが低く、$0.108 vs $1.976 です。 Gemini 3.5 Flash (high) の方が高速で、15.07s vs 174.22s です、成功率は 93.9% vs 51.5% です。

おすすめモデルGemini 3.5 Flash (high)ここでは最高スコア（9.5）で、Step 3.5 Flash (medium) より約 11.6 倍速く応答します。

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: 2026-07-18

指標	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01

指標	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01
スコア	9.5	6.0
順位	#2	#126
信頼性	10.0	9.2
一貫性	9.3	9.0
正解テスト
試行ごとの合格率	93.9%	51.5%
不安定なテスト	2	1
総実行回数	66	63
結果あたりのコスト	9.879	0.540
合計コスト	$1.976	$0.108
入力価格	$1.500 / 1M	$0.100 / 1M
出力価格	$9.000 / 1M	$0.300 / 1M
合計入力トークン	107,137	65,707
出力トークン	8,777	108,561
推論トークン	192,900	293,993
応答時間（平均）	15.07s	174.22s
応答時間（最大）	145.92s	1597.85s
応答時間（合計）	331.48s	2613.32s

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high

コスト: $0.208
時間: 118.2s
トークン: 23,158 tok

#126 Step 3.5 Flash

medium

コスト: $0.008
時間: 277.1s
トークン: 23,695 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

カテゴリ:

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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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
Gemini 3.5 Flash	8.2	6.9	66.7%	1		84.14s	82,416	7,153	93,585
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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
Gemini 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

クイック比較

比較ペアを切り替え