- 順位
- #126
- 合計出力トークン
- 119,100
- 応答時間（平均）
- 10.18s
- 合計コスト
- $1.093
Gemini 3.5 Flash vs Step 3.7 Flash (high)
平均スコアは 6.9 vs 6.8 でほぼ同等です。 Gemini 3.5 Flash の benchmark コストが低く、$1.093 vs $1.229 です。 Gemini 3.5 Flash の方が高速で、10.18s vs 70.10s です、成功率は 69.7% vs 60.6% です。
- 順位
- #128
- 合計出力トークン
- 1,050,900
- 応答時間（平均）
- 70.10s
- 合計コスト
- $1.229
おすすめモデル
Gemini 3.5 Flash
ここでは最高スコア（6.9）で、Step 3.7 Flash (high) より約 6.9 倍速く応答します。
詳細比較
| 指標 | Gemini 3.5 Flash Gemini 3.5 Flash none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.9 | 6.8 |
| 順位 | #126 | #128 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.4 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.7% | 60.6% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 7.805 | 11.167 |
| 合計コスト | $1.093 | $1.229 |
| 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 | 13,852 | 98,700 |
| 出力トークン | 119,100 | 1,050,900 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 10.18s | 70.10s |
| 応答時間（最大） | 64.36s | 364.99s |
| 応答時間（合計） | 183.29s | 1542.14s |
| パラメータ | ~500B 総数 (~20B アクティブ) | 198B 総数 (11B アクティブ) |
| 公開状況 | クローズド | オープンソース |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#126 Gemini 3.5 Flash
none- コスト
- $0.225
- 時間
- 125.5s
- トークン
- 25,004 tok
#128 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
| 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 | 2.53s | 492 | 5,101 | 0 | |
| 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 | 8.8 | 7.8 | 88.9% | 1 | 34.69s | 8,122 | 75,927 | 0 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 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 | 6.5 | 10.0 | 50.0% | 0 | 8.10s | 2,781 | 5,895 | 0 | |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 12.18s | 642 | 19,492 | 0 | |
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 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 | 3.46s | 486 | 1,620 | 0 | |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 3.38s | 615 | 3,928 | 0 | |
| 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 | 3.13s | 558 | 4,640 | 0 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| 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 | 2.8 | 1.6 | 33.3% | 1 | 4.87s | 156 | 2,497 | 0 | |
| 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
Seed-2.0-CodemediumvsStep 3.7 FlashhighQwen3.6 FlashmediumvsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.6 FlashmediumStep 3.7 FlashhighvsSolar Pro 4lowStep 3.7 FlashhighvsSolar Pro 4mediumSeed-2.0-CodemediumvsGemini 3.5 FlashnoneDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsSolar Pro 4lowSeed-2.0-CodehighvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsQwen3.7 FlashmediumGemini 3.5 FlashnonevsSolar Pro 4mediumStep 3.7 FlashhighvsMiMo-V2.5-Promedium