ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs StepFun: Step 3.7 Flash

概要

Gemini 3 Flash Preview vs Step 3.7 Flash の benchmark 比較: Step 3.7 Flash が平均スコアでリードし、7.7 vs 6.9 です。 Gemini 3 Flash Preview の benchmark コストが低く、$0.025 vs $0.341 です。 Gemini 3 Flash Preview の方が高速で、1.65s vs 15.74s です、成功率は 66.7% vs 68.3% です。

おすすめモデル: Gemini 3 Flash Preview - スコアはここでの最高値に近く（6.9 vs 7.7）、Step 3.7 Flash より約 14.1 倍低コストです。

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: 2026-06-18

指標 Gemini 3 Flash Preview Gemini 3 Flash Preview none リリース: 2025-12-17 Step 3.7 Flash Step 3.7 Flash low リリース: 2026-05-29
スコア 6.9 7.7
順位 #67 #39
信頼性 10.0 10.0
一貫性 9.2 8.4
正解テスト
試行ごとの合格率 66.7% 68.3%
不安定なテスト 2 4
総実行回数 63 63
結果あたりのコスト 0.186 2.840
合計コスト $0.025 $0.341
入力価格 $0.500 / 1M $0.200 / 1M
出力価格 $3.000 / 1M $1.150 / 1M
合計入力トークン 37,011 40,101
出力トークン 1,885 289,325
推論トークン 0 0
応答時間（平均） 1.65s 15.74s
応答時間（最大） 3.56s 124.75s
応答時間（合計） 23.07s 330.63s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#67 Gemini 3 Flash Preview

none
コスト
$0.003
時間
5.6s
トークン
981 tok

#39 Step 3.7 Flash

low
無効なSVG
コスト
$0.004
時間
25.3s
トークン
3,072 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 Flash Preview 8.3 10.0 75.0% 0 1.25s 498 214 0
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 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 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 0
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 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 Flash Preview 4.7 1.6 66.7% 1 3.56s 12,862 350 0
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 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 Flash Preview 10.0 10.0 100.0% 0 1.41s 7,263 279 0
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 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 Flash Preview 7.7 10.0 66.7% 0 963ms 643 18 0
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 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 Flash Preview 10.0 10.0 100.0% 0 1.13s 490 104 0
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 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 Flash Preview 6.4 5.8 66.7% 1 1.58s 619 74 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 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 Flash Preview 7.7 10.0 66.7% 0 1.05s 574 144 0
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 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 Flash Preview 10.0 10.0 100.0% 0 3.35s 5,784 234 0
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 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 Flash Preview 3.0 10.0 0.0% 0 1.07s 156 15 0
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

クイック比較

比較ペアを切り替え

Claude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6medium無料で利用可能vsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsKimi K2.7 CodemediumStep 3.7 FlashlowvsGrok Build 0.1medium