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 low | Step 3.5 Flash Step 3.5 Flash none |
|---|---|---|
| スコア | 9.3 | 7.8 |
| 順位 | #3 | #32 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 90.0% | 66.7% |
| 不安定なテスト | 0 | 0 |
| 総実行回数 | 60 | 36 |
| 結果あたりのコスト | 1.582 | 0.328 |
| 合計コスト | $0.285 | $0.020 |
| ???? | $1.500 / 1M | $0.090 / 1M |
| ???? | $9.000 / 1M | $0.300 / 1M |
| 出力トークン | 2,027 | 64,795 |
| 推論トークン | 23,938 | 0 |
| 応答時間（平均） | 2.98s | 39.03s |
| 応答時間（最大） | 6.44s | 114.12s |
| 応答時間（合計） | 59.59s | 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 | 2.52s | 209 | 2,536 | |
| 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 | 6.8 | 10.0 | 50.0% | 0 | 5.54s | 452 | 6,839 | |
| 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 | 6.44s | 351 | 3,050 | |
| 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 | 1.81s | 279 | 1,164 | |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 3.39s | 12 | 4,538 | |
| 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 | 2.27s | 119 | 916 | |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 1.86s | 71 | 1,652 | |
| 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 | 2.35s | 288 | 2,150 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 234 | 403 | |
| 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 | 1.88s | 12 | 690 | |
| 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 FlashlowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashlowvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsGLM 5mediumGemini 3.5 FlashlowvsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGemini 3.5 FlashlowGemini 3.5 FlashlowvsQwen3.5-27BmediumGemini 3.5 FlashlowvsQwen3.7 MaxnoneGemini 3.5 FlashlowvsGPT-5.4mediumGemini 3.5 FlashlowvsGLM 5 Turbomedium