AI BENCHY Compare
Qwen: Qwen3.5-9B vs StepFun: Step 3.5 Flash
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: 2026-04-11
| 指標 | Qwen3.5-9B Qwen3.5-9B medium | Step 3.5 Flash Step 3.5 Flash none |
|---|---|---|
| スコア | 4.4 | 3.0 |
| 順位 | #91 | #93 |
| 一貫性 | 7.2 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 33.3% | 0.0% |
| 不安定なテスト | 6 | 0 |
| 総実行回数 | 54 | 3 |
| 結果あたりのコスト | 0.976 | 0.000 |
| 合計コスト | $0.030 | $0.000 |
| ???? | $0.050 / 1M | $0.100 / 1M |
| ???? | $0.150 / 1M | $0.300 / 1M |
| 出力トークン | 24,291 | 0 |
| 推論トークン | 172,597 | 0 |
| 応答時間（平均） | 73.64s | 0ms |
| 応答時間（最大） | 226.38s | 0ms |
| 応答時間（合計） | 1104.60s | 0ms |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 2,621 | 12,411 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 2.6 | 10.0 | 0.0% | 0 | 135.61s | 6,150 | 31,393 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 1,383 | 32,113 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 137.75s | 11,549 | 48,475 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 0 | 30,695 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 6.4 | 5.8 | 66.7% | 1 | 17.15s | 599 | 4,517 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.1 | 10.0 | 0.0% | 0 | 33.38s | 1,545 | 11,844 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 444 | 1,149 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
クイック比較
比較ペアを切り替え
GPT-5.4 NanononevsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3.5-9BmediumvsMiMo-V2-FlashnoneMercury 2nonevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3.5-9BmediumNemotron 3 Supernone無料で利用可能vsQwen3.5-9BmediumGPT-5.4 MininonevsQwen3.5-9Bmediumgpt-oss-120bnone無料で利用可能vsQwen3.5-9BmediumMistral Small 4nonevsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.20noneTrinity Large Previewnone無料で利用可能vsQwen3.5-9BmediumQwen3.5-9BmediumvsGLM 5 Turbonone