- 順位
- #140
- 合計出力トークン
- 302,730
- 応答時間（平均）
- 97.68s
- 合計コスト
- $0.567
Qwen3.5 Plus 2026-02-15 (medium) vs Step 3.7 Flash (low)
Qwen3.5 Plus 2026-02-15 (medium) が平均スコアでリードし、7.2 vs 7.2 です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.449 vs $0.567 です。 Step 3.7 Flash (low) の方が高速で、20.72s vs 97.68s です、成功率は 72.5% 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
Step 3.7 Flash (low)
スコアはここでの最高値に近く（7.2 vs 7.2）、Qwen3.5 Plus 2026-02-15 (medium) より約 4.7 倍速く応答します。
詳細比較
| 指標 | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.2 | 7.2 |
| 順位 | #140 | #147 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.9 | 7.9 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.5% | 63.8% |
| 不安定なテスト | 6 | 6 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 4.047 | 4.078 |
| 合計コスト | $0.567 | $0.449 |
| 入力価格 | $0.260 / 1M | $0.200 / 1M |
| 出力価格 | $1.560 / 1M | $1.150 / 1M |
| 合計入力トークン | 249,486 | 292,685 |
| 出力トークン | 14,481 | 339,108 |
| 推論トークン | 288,249 | 0 |
| 応答時間（平均） | 97.68s | 20.72s |
| 応答時間（最大） | 304.85s | 124.75s |
| 応答時間（合計） | 1562.81s | 476.67s |
| パラメータ | ~397B 総数 (~17B アクティブ) | 198B 総数 (11B アクティブ) |
| 公開状況 | クローズド | 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.
#140 Qwen3.5 Plus 2026-02-15
medium- コスト
- $0.011
- 時間
- 125.5s
- トークン
- 7,040 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 Plus 2026-02-15 | 6.1 | 3.1 | 66.7% | 1 | 186.40s | 135,917 | 4,658 | 23,363 | |
| 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 Plus 2026-02-15 | 8.2 | 7.9 | 83.3% | 1 | 45.78s | 672 | 205 | 21,236 | |
| 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 Plus 2026-02-15 | 6.6 | 7.1 | 44.4% | 1 | 180.70s | 6,950 | 420 | 80,595 | |
| 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 Plus 2026-02-15 | 6.9 | 5.9 | 66.7% | 1 | 175.85s | 87,576 | 8,085 | 69,183 | |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.91s | 7,782 | 270 | 14,916 | |
| 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 Plus 2026-02-15 | 5.3 | 7.2 | 44.4% | 1 | 55.99s | 453 | 35 | 30,685 | |
| 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 Plus 2026-02-15 | 4.7 | 1.6 | 66.7% | 1 | 79.86s | 344 | 73 | 8,675 | |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 31.93s | 699 | 101 | 7,704 | |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 32.50s | 696 | 301 | 13,853 | |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 8,193 | 309 | 909 | |
| 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 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 103.81s | 204 | 24 | 17,130 | |
| 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 FlashlowGemini 3.8 FlashlowvsQwen3.5 Plus 2026-02-15mediumQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 5nonevsStep 3.7 FlashlowQwen3.8 27Bmedium無料で利用可能vsStep 3.7 FlashlowLongCat 2.0highvsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BnonevsStep 3.7 FlashlowClaude Opus 5nonevsQwen3.5 Plus 2026-02-15mediumQwen3.5 Plus 2026-02-15mediumvsGLM 5.3 Flashhigh