AI BENCHY Compare

Qwen: Qwen3.5-Flash vs StepFun: Step 3.5 Flash

概要

Qwen3.5-Flash vs Step 3.5 Flash の benchmark 比較: Qwen3.5-Flash が平均スコアでリードし、6.8 vs 6.6 です。 Step 3.5 Flash の benchmark コストが低く、$0.070 vs $0.080 です。 Qwen3.5-Flash の方が高速で、63.29s vs 72.53s です、成功率は 71.4% vs 54.0% です。

おすすめモデル: Qwen3.5-Flash - この比較で最も高いスコア（6.8）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-06-18

指標	Qwen3.5-Flash Qwen3.5-Flash medium リリース: 2026-02-24	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01

指標	Qwen3.5-Flash Qwen3.5-Flash medium リリース: 2026-02-24	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01
スコア	6.8	6.6
順位	#70	#80
信頼性	10.0	10.0
一貫性	8.1	8.9
正解テスト
試行ごとの合格率	71.4%	54.0%
不安定なテスト	5	1
総実行回数	63	60
結果あたりのコスト	0.871	0.198
合計コスト	$0.080	$0.070
入力価格	$0.065 / 1M	$0.090 / 1M
出力価格	$0.260 / 1M	$0.300 / 1M
合計入力トークン	38,926	34,431
出力トークン	2,088	91,587
推論トークン	294,598	195,973
応答時間（平均）	63.29s	72.53s
応答時間（最大）	234.29s	453.94s
応答時間（合計）	1265.85s	1015.47s

生成ショーケース

Hamster playing table tennis

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

#70 Qwen3.5-Flash

medium

コスト: $0.002
時間: 25.8s
トークン: 4,294 tok

#80 Step 3.5 Flash

medium

コスト: $0.008
時間: 277.1s
トークン: 23,695 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

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-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984

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-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashminimalvsQwen3.5-Flashmedium Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium Gemini 3.5 FlashnonevsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Gemini 3.5 FlashminimalvsStep 3.5 Flashmedium Qwen3.7 MaxnonevsStep 3.5 Flashmedium Qwen3.5-FlashmediumvsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Qwen3.5-FlashmediumvsGLM 5.2none DeepSeek V4 PrononevsQwen3.5-Flashmedium