- 順位
- #145
- 合計出力トークン
- 422,234
- 応答時間（平均）
- 144.88s
- 合計コスト
- $0.593
LongCat 2.0 (medium) vs Step 3.7 Flash (low)
平均スコアは 7.2 vs 7.2 でほぼ同等です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.449 vs $0.593 です。 Step 3.7 Flash (low) の方が高速で、20.72s vs 144.88s です、成功率は 59.4% vs 63.8% です。
比較対象モデル
- 順位
- #147
- 合計出力トークン
- 339,108
- 応答時間（平均）
- 20.72s
- 合計コスト
- $0.449
おすすめモデル
Step 3.7 Flash (low)
ここでは最高スコア（7.2）で、LongCat 2.0 (medium) より約 7.0 倍速く応答します。
詳細比較
| 指標 | LongCat 2.0 LongCat 2.0 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.2 | 7.2 |
| 順位 | #145 | #147 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.0 | 7.9 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 59.4% | 63.8% |
| 不安定なテスト | 3 | 6 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 4.942 | 4.078 |
| 合計コスト | $0.593 | $0.449 |
| 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 | 287,669 | 292,685 |
| 出力トークン | 47,204 | 339,108 |
| 推論トークン | 375,030 | 0 |
| 応答時間（平均） | 144.88s | 20.72s |
| 応答時間（最大） | 939.52s | 124.75s |
| 応答時間（合計） | 3332.19s | 476.67s |
| パラメータ | 1.6T 総数 (48B アクティブ) | 198B 総数 (11B アクティブ) |
| 公開状況 | オープンソース | オープンソース |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#145 LongCat 2.0
medium- コスト
- $0.016
- 時間
- 285.1s
- トークン
- 13,057 tok
#147 Step 3.7 Flash
low
無効なSVG
- コスト
- $0.004
- 時間
- 25.3s
- トークン
- 3,072 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
| エージェントタスク | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 6.1 | 3.1 | 66.7% | 1 | 174.08s | 190,345 | 2,821 | 28,540 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 83.63s | 188,843 | 18,715 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 588 | 201 | 4,412 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 4.02s | 756 | 10,896 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 455.00s | 7,419 | 533 | 214,143 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 7.3 | 5.8 | 83.3% | 1 | 151.04s | 72,348 | 4,675 | 38,668 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 66.18s | 77,415 | 93,682 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 6.3 | 10.0 | 50.0% | 0 | 10.63s | 7,653 | 198 | 2,536 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.29s | 7,398 | 2,667 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 390.56s | 505 | 37,854 | 54,558 | |
| Step 3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 22.65s | 837 | 48,299 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 4.8 | 3.2 | 33.3% | 1 | 16.35s | 480 | 121 | 1,598 | |
| Step 3.7 Flash | 3.4 | 9.3 | 0.0% | 0 | 7.00s | 525 | 4,604 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 6.5 | 10.0 | 50.0% | 0 | 7.38s | 657 | 78 | 1,652 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 735 | 1,857 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 5.4 | 10.0 | 33.3% | 0 | 8.84s | 636 | 388 | 2,562 | |
| Step 3.7 Flash | 5.5 | 9.9 | 33.3% | 0 | 1.84s | 756 | 3,564 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 10.67s | 6,840 | 249 | 581 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 7,746 | 1,360 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 191.19s | 198 | 86 | 25,780 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 124.75s | 237 | 134,779 | 0 |
クイック比較
比較ペアを切り替え
Step 3.7 FlashlowvsGLM 5mediumQwen3.6 27BmediumvsStep 3.7 FlashlowLongCat 2.0mediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 5nonevsLongCat 2.0mediumGemini 3.8 FlashlowvsLongCat 2.0mediumQwen3.8 27Bmedium無料で利用可能vsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowLongCat 2.0mediumvsQwen3.5-27BnoneQwen3.5-27BnonevsStep 3.7 Flashlow