AI BENCHY Compare

Google: Gemma 4 26B A4B vs StepFun: Step 3.5 Flash

概要

Gemma 4 26B A4B vs Step 3.5 Flash の benchmark 比較: Step 3.5 Flash が平均スコアでリードし、6.6 vs 5.5 です。 Gemma 4 26B A4B の benchmark コストが低く、$0.004 vs $0.070 です。 Gemma 4 26B A4B の方が高速で、5.91s vs 72.53s です、成功率は 44.4% vs 54.0% です。

おすすめモデル: Step 3.5 Flash - この比較で最も高いスコア（6.6）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-02

指標	Gemma 4 26B A4B Gemma 4 26B A4B none リリース: 2026-04-03 無料で利用可能	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01

指標	Gemma 4 26B A4B Gemma 4 26B A4B none リリース: 2026-04-03 無料で利用可能	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01
スコア	5.5	6.6
順位	#125	#83
信頼性	10.0	10.0
一貫性	9.2	8.9
正解テスト
試行ごとの合格率	44.4%	54.0%
不安定なテスト	2	1
総実行回数	63	60
結果あたりのコスト	0.068	0.198
合計コスト	$0.004	$0.070
入力価格	$0.060 / 1M	$0.100 / 1M
出力価格	$0.330 / 1M	$0.300 / 1M
合計入力トークン	40,038	34,431
出力トークン	1,824	91,587
推論トークン	0	195,973
応答時間（平均）	5.91s	72.53s
応答時間（最大）	57.10s	453.94s
応答時間（合計）	124.05s	1015.47s

生成ショーケース

Hamster playing table tennis

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

#125 Gemma 4 26B A4B

none

コスト: $0.001
時間: 39.5s
トークン: 790 tok

#83 Step 3.5 Flash

medium

コスト: $0.008
時間: 277.1s
トークン: 23,695 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
Gemma 4 26B A4B	8.3	10.0	75.0%	0		1.28s	852	230	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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
Gemma 4 26B A4B	3.7	7.2	22.2%	1		4.16s	7,736	476	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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
Gemma 4 26B A4B	3.0	10.0	0.0%	0		30.53s	13,650	309	0
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984

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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		1.70s	8,352	285	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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
Gemma 4 26B A4B	3.6	7.2	22.2%	1		2.49s	903	27	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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
Gemma 4 26B A4B	4.0	10.0	0.0%	0		3.54s	576	85	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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
Gemma 4 26B A4B	6.3	10.0	50.0%	0		690ms	795	75	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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
Gemma 4 26B A4B	6.2	10.0	33.3%	0		744ms	828	114	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		57.10s	6,123	210	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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
Gemma 4 26B A4B	3.0	10.0	0.0%	0		778ms	223	13	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

クイック比較

比較ペアを切り替え