ナビゲーション
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs StepFun: Step 3.7 Flash

Step 3.7 Flash (high) が平均スコアでリードし、6.9 vs 6.7 です。 LongCat 2.0 (low) の benchmark コストが低く、$0.391 vs $1.207 です。 Step 3.7 Flash (high) の方が高速で、64.68s vs 100.31s です、成功率は 53.0% vs 63.6% です。

おすすめモデルLongCat 2.0 (low)スコアはここでの最高値に近く（6.7 vs 6.9）、Step 3.7 Flash (high) より約 3.1 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: 2026-07-21

指標 LongCat 2.0 LongCat 2.0 low リリース: 2026-07-20 Step 3.7 Flash Step 3.7 Flash high リリース: 2026-05-29
スコア 6.7 6.9
順位 #96 #90
信頼性 9.6 10.0
一貫性 8.9 8.0
正解テスト
試行ごとの合格率 53.0% 63.6%
不安定なテスト 3 5
総実行回数 66 66
結果あたりのコスト 3.910 10.973
合計コスト $0.391 $1.207
入力価格 $0.300 / 1M $0.200 / 1M
出力価格 $1.200 / 1M $1.150 / 1M
合計入力トークン 90,909 98,691
出力トークン 5,679 1,032,395
推論トークン 297,369 0
応答時間（平均） 100.31s 64.68s
応答時間（最大） 560.39s 364.99s
応答時間（合計） 2206.82s 1423.01s

Hamster playing table tennis

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

#96 LongCat 2.0

low
コスト
$0.024
時間
428.0s
トークン
19,557 tok

#90 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

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
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

クイック比較

比較ペアを切り替え

GPT-5.5nonevsStep 3.7 FlashhighKAT-Coder-Pro V2.5nonevsLongCat 2.0lowQwen3.6 FlashmediumvsStep 3.7 FlashhighLongCat 2.0lowvsQwen3.6 35B A3BmediumStep 3.7 FlashhighvsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsLongCat 2.0lowDeepSeek V4 PrononevsStep 3.7 FlashhighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium無料で利用可能vsLongCat 2.0lowLongCat 2.0lowvsGLM 5.2none