- 順位
- #89
- 合計出力トークン
- 117,518
- 応答時間（平均）
- 9.93s
- 合計コスト
- $1.079
Gemini 3.5 Flash vs Step 3.7 Flash (medium)
Step 3.7 Flash (medium) が平均スコアでリードし、8.0 vs 7.0 です。 Step 3.7 Flash (medium) の benchmark コストが低く、$0.515 vs $1.079 です。 Gemini 3.5 Flash の方が高速で、9.93s vs 26.37s です、成功率は 74.2% vs 72.7% です。
- 順位
- #36
- 合計出力トークン
- 427,572
- 応答時間（平均）
- 26.37s
- 合計コスト
- $0.515
おすすめモデル
Step 3.7 Flash (medium)
ここでは最高スコア（8.0）で、Gemini 3.5 Flash より約 2.1 倍低コストです。
詳細比較
| 指標 | Gemini 3.5 Flash Gemini 3.5 Flash none | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| スコア | 7.0 | 8.0 |
| 順位 | #89 | #36 |
| 信頼性 | 10.0 | 9.9 |
| 一貫性 | 8.9 | 8.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.2% | 72.7% |
| 不安定なテスト | 3 | 3 |
| 総実行回数 | 66 | 64 |
| 結果あたりのコスト | 7.190 | 3.676 |
| 合計コスト | $1.079 | $0.515 |
| 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 | 13,843 | 114,062 |
| 出力トークン | 117,518 | 427,572 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 9.93s | 26.37s |
| 応答時間（最大） | 64.36s | 152.83s |
| 応答時間（合計） | 178.68s | 580.25s |
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.
#89 Gemini 3.5 Flash
none- コスト
- $0.225
- 時間
- 125.5s
- トークン
- 25,004 tok
#36 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 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 | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 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 | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 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 | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 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 | 2.75s | 7,398 | 3,020 | 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 | 10.64s | 633 | 17,910 | 0 | |
| Step 3.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 48.27s | 708 | 70,347 | 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 | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 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 | 1.83s | 735 | 2,166 | 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 | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 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 | 4.16s | 7,746 | 2,115 | 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 | 113.98s | 237 | 139,164 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.2 ChatnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsInklinghighGemini 3.5 FlashnonevsMercury 2mediumGemini 3.5 Flash-LitehighvsStep 3.7 FlashmediumGemini 3.5 FlashnonevsKimi K2.5mediumStep 3.7 FlashmediumvsGLM 5.2highSeed-2.0-MinimediumvsGemini 3.5 FlashnoneDeepSeek V3.2mediumvsGemini 3.5 FlashnoneMuse Spark 1.1highvsStep 3.7 FlashmediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumGemini 3.5 FlashnonevsKAT-Coder-Pro V2.5mediumKimi K3maxvsStep 3.7 Flashmedium