ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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、7.1 vs 6.1 です。 Gemma 4 31B の benchmark コストが低く、$0.004 vs $1.148 です。 Gemma 4 31B の方が高速で、4.05s vs 64.46s です、成功率は 47.6% vs 63.5% です。

おすすめモデル: Gemma 4 31B - 総合的に最も良い選択です。競争力のあるスコア（6.1）、Step 3.7 Flash より低いコスト、バランスの取れた応答時間があります。

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 none リリース: 2026-04-02 無料で利用可能 Step 3.7 Flash Step 3.7 Flash high リリース: 2026-05-29
スコア 6.1 7.1
順位 #98 #63
信頼性 10.0 10.0
一貫性 10.0 8.2
正解テスト
試行ごとの合格率 47.6% 63.5%
不安定なテスト 0 4
総実行回数 63 63
結果あたりのコスト 0.034 10.434
合計コスト $0.004 $1.148
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 20,911 38,391
出力トークン 1,407 991,355
推論トークン 0 0
応答時間（平均） 4.05s 64.46s
応答時間（最大） 26.13s 364.99s
応答時間（合計） 76.87s 1353.57s

生成ショーケース

Hamster playing table tennis

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

#98 Gemma 4 31B

none
コスト
$0.001
時間
12.8s
トークン
795 tok

#63 Step 3.7 Flash

high
コスト
$0.007
時間
63.6s
トークン
6,030 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 6.5 10.0 50.0% 0 1.85s 852 45 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 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 5.5 10.0 33.3% 0 11.19s 8,381 735 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 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 13.01s 13,638 8,802 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 2.25s 8,352 285 0
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 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 3.22s 903 27 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 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 2.09s 576 117 0
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 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 6.5 10.0 50.0% 0 2.84s 795 78 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 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 6.5 10.0 33.3% 0 4.23s 828 108 0
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 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 2.79s 7,701 1,172 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 1.25s 224 12 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

クイック比較

比較ペアを切り替え

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium無料で利用可能vsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsStep 3.7 FlashhighGemma 4 31Bnone無料で利用可能vsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighQwen3.7 MaxnonevsStep 3.7 Flashhigh