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: Step 3.5 Flash が平均スコアでリードし、6.6 vs 6.1 です。 Qwen3.5-Flash の benchmark コストが低く、$0.005 vs $0.070 です。 Qwen3.5-Flash の方が高速で、3.58s vs 72.53s です、成功率は 39.7% vs 54.0% です。

おすすめモデル: Qwen3.5-Flash - スコアはここでの最高値に近く（6.1 vs 6.6）、Step 3.5 Flash より約 16.7 倍低コストです。

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 none 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 none 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	6.1	6.6
順位	#97	#80
信頼性	10.0	10.0
一貫性	9.7	8.9
正解テスト
試行ごとの合格率	39.7%	54.0%
不安定なテスト	1	1
総実行回数	63	60
結果あたりのコスト	0.075	0.198
合計コスト	$0.005	$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	46,439	34,431
出力トークン	4,276	91,587
推論トークン	0	195,973
応答時間（平均）	3.58s	72.53s
応答時間（最大）	27.18s	453.94s
応答時間（合計）	75.28s	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.

#97 Qwen3.5-Flash

none

コスト: $0.003
時間: 47.4s
トークン: 7,799 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	3.5	8.3	8.3%	1		1.32s	696	690	0
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	5.5	10.0	33.3%	0		850ms	7,913	519	0
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	3.0	10.0	0.0%	0		6.22s	18,879	1,794	0
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	10.0	10.0	100.0%	0		1.57s	7,794	243	0
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	7.7	10.0	66.7%	0		905ms	789	15	0
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	10.0	10.0	100.0%	0		803ms	522	100	0
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	6.3	10.0	50.0%	0		8.81s	711	63	0
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	3.1	10.0	0.0%	0		10.89s	714	579	0
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		3.67s	8,211	264	0
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		588ms	210	9	0
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 3.1 Flash LiteminimalvsQwen3.5-Flashnone Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 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 Gemma 4 31Bmedium無料で利用可能vsQwen3.5-Flashnone Nemotron 3 Supermedium無料で利用可能vsQwen3.5-Flashnone Qwen3.7 MaxnonevsStep 3.5 Flashmedium North Mini Codemedium無料で利用可能vsQwen3.5-Flashnone Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsQwen3.5-Flashnone GPT-5.5nonevsStep 3.5 Flashmedium