AI BENCHY Compare
Qwen: Qwen3.5 Plus 2026-02-15 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: 2026-04-16
| 指標 | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| スコア | 6.8 | 7.9 |
| 順位 | #48 | #30 |
| 一貫性 | 9.3 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 53.7% | 70.6% |
| 不安定なテスト | 2 | 2 |
| 総実行回数 | 54 | 49 |
| 結果あたりのコスト | 0.182 | 0.000 |
| 合計コスト | $0.017 | $0.000 |
| ???? | $0.260 / 1M | $0.100 / 1M |
| ???? | $1.560 / 1M | $0.300 / 1M |
| 出力トークン | 2,461 | 71,904 |
| 推論トークン | 0 | 155,607 |
| 応答時間（平均） | 2.60s | 26.78s |
| 応答時間（最大） | 6.65s | 170.45s |
| 応答時間（合計） | 31.23s | 294.58s |
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 Plus 2026-02-15 | 4.8 | 10.0 | 25.0% | 0 | 1.91s | 517 | 0 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.56s | 14,376 | 17,668 |
| 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 Plus 2026-02-15 | 6.3 | 3.7 | 33.3% | 1 | 3.63s | 443 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 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 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 6.65s | 314 | 0 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 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） | 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 | 1.89s | 243 | 0 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5 Plus 2026-02-15 | 5.3 | 10.0 | 33.3% | 0 | 1.17s | 17 | 0 | |
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5 Plus 2026-02-15 | 4.4 | 3.0 | 33.3% | 1 | 2.26s | 117 | 0 | |
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 6.54s | 2,214 | 2,584 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.67s | 72 | 0 | |
| Step 3.5 Flash | 8.5 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 |
| 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 Plus 2026-02-15 | 7.7 | 10.0 | 66.7% | 0 | 2.82s | 516 | 0 | |
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 3.33s | 222 | 0 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumNemotron 3 Supermedium無料で利用可能vsQwen3.5 Plus 2026-02-15noneQwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGPT-5 MinimediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsStep 3.5 Flashmedium