AI BENCHY Compare

Google: Gemini 3.5 Flash vs StepFun: Step 3.7 Flash

概要

Gemini 3.5 Flash (high) が平均スコアでリードし、9.8 vs 7.1 です。 Gemini 3.5 Flash (high) の benchmark コストが低く、$1.115 vs $1.148 です。 Gemini 3.5 Flash (high) の方が高速で、8.84s vs 64.46s です、成功率は 96.8% vs 63.5% です。

おすすめモデルGemini 3.5 Flash (high)ここでは最高スコア（9.8）で、Step 3.7 Flash (high) より約 7.3 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: 2026-07-14

指標	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19	Step 3.7 Flash Step 3.7 Flash high リリース: 2026-05-29

指標	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19	Step 3.7 Flash Step 3.7 Flash high リリース: 2026-05-29
スコア	9.8	7.1
順位	#1	#79
信頼性	10.0	10.0
一貫性	9.6	8.2
正解テスト
試行ごとの合格率	96.8%	63.5%
不安定なテスト	1	4
総実行回数	63	63
結果あたりのコスト	5.575	10.434
合計コスト	$1.115	$1.148
入力価格	$1.500 / 1M	$0.200 / 1M
出力価格	$9.000 / 1M	$1.150 / 1M
合計入力トークン	37,594	38,391
出力トークン	1,975	991,355
推論トークン	115,638	0
応答時間（平均）	8.84s	64.46s
応答時間（最大）	34.82s	364.99s
応答時間（合計）	185.57s	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.

#1 Gemini 3.5 Flash

high

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

#79 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

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 3.7 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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.37s	12,873	351	16,323
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
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
Gemini 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
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
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
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 5.1medium Laguna XS 2.1medium無料で利用可能vsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5.2none Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Gemma 4 26B A4Bmedium無料で利用可能vsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsStep 3.7 Flashhigh Qwen3.7 MaxnonevsStep 3.7 Flashhigh