AI BENCHY Compare
Google: Gemini 3.5 Flash vs StepFun: Step 3.5 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: 2026-05-22
| 指標 | Gemini 3.5 Flash Gemini 3.5 Flash high | Step 3.5 Flash Step 3.5 Flash none |
|---|---|---|
| スコア | 9.6 | 7.8 |
| 順位 | #2 | #32 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 96.7% | 66.7% |
| 不安定なテスト | 1 | 0 |
| 総実行回数 | 60 | 36 |
| 結果あたりのコスト | 5.231 | 0.328 |
| 合計コスト | $0.994 | $0.020 |
| ???? | $1.500 / 1M | $0.090 / 1M |
| ???? | $9.000 / 1M | $0.300 / 1M |
| 出力トークン | 1,969 | 64,795 |
| 推論トークン | 102,679 | 0 |
| 応答時間（平均） | 8.30s | 39.03s |
| 応答時間（最大） | 34.82s | 114.12s |
| 応答時間（合計） | 165.92s | 312.26s |
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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 174 | 4,997 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 34.99s | 21,766 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 24.62s | 450 | 34,170 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 22.37s | 351 | 16,323 | |
| Step 3.5 Flash | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.43s | 279 | 8,466 | |
| Step 3.5 Flash | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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 3.5 Flash | 7.6 | 7.2 | 77.8% | 1 | 14.09s | 12 | 24,721 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 34.54s | 7,389 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 115 | 1,650 | |
| Step 3.5 Flash | 4.0 | 10.0 | 0.0% | 0 | 14.37s | 2,451 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 70 | 3,799 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.30s | 1,427 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.23s | 241 | 4,940 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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 3.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 4.96s | 265 | 1,608 | |
| Step 3.5 Flash | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.94s | 12 | 2,005 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 114.12s | 31,762 | 0 |
クイック比較
比較ペアを切り替え
Gemini 3.5 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsGLM 5mediumGemini 3.5 FlashhighvsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsQwen3.5-27BmediumGemini 3.5 FlashhighvsQwen3.7 MaxnoneGemini 3.5 FlashhighvsGPT-5.4medium