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 none | Step 3.5 Flash Step 3.5 Flash none |
|---|---|---|
| スコア | 4.8 | 3.0 |
| 順位 | #84 | #93 |
| 一貫性 | 9.6 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 24.1% | 0.0% |
| 不安定なテスト | 1 | 0 |
| 総実行回数 | 54 | 3 |
| 結果あたりのコスト | 0.116 | 0.000 |
| 合計コスト | $0.005 | $0.000 |
| ???? | $0.050 / 1M | $0.100 / 1M |
| ???? | $0.150 / 1M | $0.300 / 1M |
| 出力トークン | 3,951 | 0 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 1.47s | 0ms |
| 応答時間（最大） | 5.91s | 0ms |
| 応答時間（合計） | 26.43s | 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 | 3.1 | 9.9 | 0.0% | 0 | 1.71s | 582 | 0 | |
| 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 | 5.2 | 3.4 | 33.3% | 1 | 5.69s | 1,006 | 0 | |
| 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 | 5.91s | 1,255 | 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 | 10.0 | 10.0 | 100.0% | 0 | 847ms | 249 | 0 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 464ms | 24 | 0 | |
| 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 | 4.4 | 9.9 | 0.0% | 0 | 552ms | 99 | 0 | |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 514ms | 75 | 0 | |
| 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 | 3.2 | 9.9 | 0.0% | 0 | 683ms | 388 | 0 | |
| 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 | 1.27s | 273 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
クイック比較
比較ペアを切り替え
Qwen3.5-9BnonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsQwen3.5-9BnoneMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.5medium無料で利用可能vsQwen3.5-9Bnonegpt-oss-120bmedium無料で利用可能vsQwen3.5-9BnoneQwen3.5-9BmediumvsStep 3.5 FlashnoneGPT-5 NanomediumvsQwen3.5-9BnoneStep 3.5 FlashnonevsGLM 4.7 FlashmediumMercury 2mediumvsQwen3.5-9BnoneQwen3 Coder NextmediumvsStep 3.5 FlashnoneQwen3.5-9BnonevsGrok 4.1 FastmediumNemotron 3 Supermedium無料で利用可能vsQwen3.5-9Bnone