AI BENCHY Compare

Google: Gemma 4 31B vs StepFun: Step 3.7 Flash

概要

Gemma 4 31B vs Step 3.7 Flash の benchmark 比較: Step 3.7 Flash が平均スコアでリードし、8.5 vs 6.3 です。 Gemma 4 31B の benchmark コストが低く、$0.033 vs $0.376 です。 Step 3.7 Flash の方が高速で、20.35s vs 56.55s です、成功率は 69.8% vs 73.0% です。

おすすめモデル: Step 3.7 Flash - ここでは最高スコア（8.5）で、Gemma 4 31B より約 2.8 倍速く応答します。

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 3.7 Flash Step 3.7 Flash medium リリース: 2026-05-29

指標	Gemma 4 31B Gemma 4 31B medium リリース: 2026-04-02 無料で利用可能	Step 3.7 Flash Step 3.7 Flash medium リリース: 2026-05-29
スコア	6.3	8.5
順位	#88	#20
信頼性	10.0	9.9
一貫性	9.4	9.3
正解テスト
試行ごとの合格率	69.8%	73.0%
不安定なテスト	1	2
総実行回数	63	61
結果あたりのコスト	0.257	2.686
合計コスト	$0.033	$0.376
入力価格	$0.120 / 1M	$0.200 / 1M
出力価格	$0.350 / 1M	$1.150 / 1M
合計入力トークン	17,957	39,981
出力トークン	22,356	319,958
推論トークン	65,726	0
応答時間（平均）	56.55s	20.35s
応答時間（最大）	437.40s	113.98s
応答時間（合計）	1074.41s	427.42s

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

#20 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
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
Gemma 4 31B	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
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
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