AI BENCHY Compare

MiniMax: MiniMax M3 vs StepFun: Step 3.7 Flash

概要

Step 3.7 Flash (low) が平均スコアでリードし、7.7 vs 7.6 です。 MiniMax M3 (medium) の benchmark コストが低く、$0.131 vs $0.341 です。 Step 3.7 Flash (low) の方が高速で、15.74s vs 68.17s です、成功率は 65.1% vs 68.3% です。

おすすめモデルStep 3.7 Flash (low)ここでは最高スコア（7.7）で、MiniMax M3 (medium) より約 4.3 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: 2026-07-14

指標	MiniMax M3 MiniMax M3 medium リリース: 2026-06-01	Step 3.7 Flash Step 3.7 Flash low リリース: 2026-05-29

指標	MiniMax M3 MiniMax M3 medium リリース: 2026-06-01	Step 3.7 Flash Step 3.7 Flash low リリース: 2026-05-29
スコア	7.6	7.7
順位	#54	#51
信頼性	9.6	10.0
一貫性	7.9	8.4
正解テスト
試行ごとの合格率	65.1%	68.3%
不安定なテスト	5	4
総実行回数	63	63
結果あたりのコスト	1.187	2.840
合計コスト	$0.131	$0.341
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	46,546	40,101
出力トークン	49,036	289,325
推論トークン	92,543	0
応答時間（平均）	68.17s	15.74s
応答時間（最大）	431.03s	124.75s
応答時間（合計）	1363.38s	330.63s

生成ショーケース

Hamster playing table tennis

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

#54 MiniMax M3

medium

コスト: $0.012
時間: 154.4s
トークン: 10,018 tok

#51 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

カテゴリ:

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
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414
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
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667
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
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	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
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164
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
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	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
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523
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
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920
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
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761
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
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555
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
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216
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

GPT-5.6 LunahighvsStep 3.7 Flashlow Claude Opus 4.6mediumvsStep 3.7 Flashlow DeepSeek V4 ProhighvsMiniMax M3medium Step 3.7 FlashlowvsGrok 4.3medium KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsMiniMax M3medium Kimi K2.6medium無料で利用可能vsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.6 Lunahigh