- 順位
- #139
- 合計出力トークン
- 36,422
- 応答時間（平均）
- 9.98s
- 合計コスト
- $0.116
Qwen3.5-27B vs Step 3.7 Flash (low)
Qwen3.5-27B が平均スコアでリードし、7.2 vs 7.2 です。 Qwen3.5-27B の benchmark コストが低く、$0.116 vs $0.449 です。 Qwen3.5-27B の方が高速で、9.98s vs 20.72s です、成功率は 47.8% 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
Qwen3.5-27B
ここでは最高スコア（7.2）で、Step 3.7 Flash (low) より約 3.9 倍低コストです。
詳細比較
| 指標 | Qwen3.5-27B Qwen3.5-27B none | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.2 | 7.2 |
| 順位 | #139 | #147 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.4 | 7.9 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 47.8% | 63.8% |
| 不安定なテスト | 2 | 6 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 1.153 | 4.078 |
| 合計コスト | $0.116 | $0.449 |
| 入力価格 | $0.195 / 1M | $0.200 / 1M |
| 出力価格 | $1.560 / 1M | $1.150 / 1M |
| 合計入力トークン | 283,977 | 292,685 |
| 出力トークン | 36,422 | 339,108 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 9.98s | 20.72s |
| 応答時間（最大） | 124.53s | 124.75s |
| 応答時間（合計） | 229.52s | 476.67s |
| パラメータ | 27B | 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.
#139 Qwen3.5-27B
none- コスト
- $0.007
- 時間
- 42.9s
- トークン
- 4,273 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 124.53s | 181,652 | 12,099 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 4.8 | 10.0 | 25.0% | 0 | 788ms | 696 | 267 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 5.8 | 10.0 | 33.3% | 0 | 1.80s | 7,913 | 415 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.4 | 5.8 | 66.7% | 1 | 39.43s | 74,756 | 22,190 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 7,794 | 243 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 5.3 | 10.0 | 33.3% | 0 | 634ms | 798 | 17 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 5.0 | 10.0 | 0.0% | 0 | 2.51s | 522 | 126 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.3 | 10.0 | 50.0% | 0 | 1.03s | 711 | 69 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.7 | 7.9 | 55.6% | 1 | 1.38s | 714 | 683 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 8,211 | 303 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 599ms | 210 | 10 | 0 | |
| 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 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowGemini 3.5 Flash LitemediumvsQwen3.5-27BnoneGemini 3.8 FlashlowvsQwen3.5-27BnoneLongCat 2.0highvsQwen3.5-27BnoneGemini 2.5 FlashmediumvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.5-27BnoneQwen3.8 27Bmedium無料で利用可能vsStep 3.7 FlashlowQwen3.5-27BnonevsGrok 4.7medium