ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemma 4 31B vs StepFun: Step 3.5 Flash

概要

Gemma 4 31B 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 6.3 です。 Gemma 4 31B の benchmark コストが低く、$0.033 vs $0.070 です。 Gemma 4 31B の方が高速で、56.55s vs 72.53s です、成功率は 69.8% vs 54.0% です。

おすすめモデル: Gemma 4 31B - スコアはここでの最高値に近く（6.3 vs 6.6）、Step 3.5 Flash より約 2.1 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 Gemma 4 31B Gemma 4 31B medium リリース: 2026-04-02 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 6.3 6.6
順位 #88 #80
信頼性 10.0 10.0
一貫性 9.4 8.9
正解テスト
試行ごとの合格率 69.8% 54.0%
不安定なテスト 1 1
総実行回数 63 60
結果あたりのコスト 0.257 0.198
合計コスト $0.033 $0.070
入力価格 $0.120 / 1M $0.090 / 1M
出力価格 $0.350 / 1M $0.300 / 1M
合計入力トークン 17,957 34,431
出力トークン 22,356 91,587
推論トークン 65,726 195,973
応答時間（平均） 56.55s 72.53s
応答時間（最大） 437.40s 453.94s
応答時間（合計） 1074.41s 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.

#88 Gemma 4 31B

medium
コスト
$0.002
時間
45.7s
トークン
2,696 tok

#80 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 31B 10.0 10.0 100.0% 0 12.89s 816 962 2,046
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 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
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 31B 3.0 10.0 0.0% 0 0ms 0 0 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 31B 10.0 10.0 100.0% 0 21.11s 8,334 1,822 2,951
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 31B 7.7 10.0 66.7% 0 38.48s 876 4,349 8,985
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 31B 10.0 10.0 100.0% 0 9.57s 567 105 888
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 31B 10.0 10.0 100.0% 0 12.76s 777 533 2,035
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 31B 9.9 10.0 100.0% 0 26.91s 801 1,795 5,595
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 31B 3.0 10.0 0.0% 0 0ms 0 0 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 31B 3.0 10.0 0.0% 0 90.14s 218 1,692 10,014
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

Gemma 4 31Bmedium無料で利用可能vsGPT-5.5noneSeed-2.0-LitenonevsGemma 4 31Bmedium無料で利用可能Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumGemma 4 31Bmedium無料で利用可能vsQwen3.5-FlashnoneQwen3.7 MaxnonevsStep 3.5 FlashmediumGemma 4 31Bmedium無料で利用可能vsNemotron 3 Ultra 550b A55bnone無料で利用可能Gemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemma 4 31Bmedium無料で利用可能vsQwen3.6 Max PreviewnoneGPT-5.5nonevsStep 3.5 Flashmedium