ナビゲーション
AI BENCHY
Advertise here

Qwen: Qwen3.5 Plus 2026-04-20 vs StepFun: Step 3.7 Flash

Step 3.7 Flash (low) が平均スコアでリードし、7.3 vs 7.2 です。 Qwen3.5 Plus 2026-04-20 (medium) の benchmark コストが低く、$0.317 vs $0.454 です。 Step 3.7 Flash (low) の方が高速で、20.68s vs 46.36s です、成功率は 63.6% vs 68.2% です。

おすすめモデルStep 3.7 Flash (low)ここでは最高スコア（7.3）で、Qwen3.5 Plus 2026-04-20 (medium) より約 2.2 倍速く応答します。

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: 2026-07-20

指標 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium リリース: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low リリース: 2026-05-29
スコア 7.2 7.3
順位 #70 #67
信頼性 9.6 10.0
一貫性 9.0 8.1
正解テスト
試行ごとの合格率 63.6% 68.2%
不安定なテスト 2 5
総実行回数 66 66
結果あたりのコスト 3.023 3.782
合計コスト $0.317 $0.454
入力価格 $0.300 / 1M $0.200 / 1M
出力価格 $1.800 / 1M $1.150 / 1M
合計入力トークン 42,097 103,833
出力トークン 2,280 376,581
推論トークン 166,613 0
応答時間（平均） 46.36s 20.68s
応答時間（最大） 189.38s 124.75s
応答時間（合計） 973.57s 455.01s

Hamster playing table tennis

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

#70 Qwen3.5 Plus 2026-04-20

medium
コスト
$0.008
時間
76.7s
トークン
4,355 tok

#67 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

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 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

クイック比較

比較ペアを切り替え

Claude Opus 4.8nonevsStep 3.7 FlashlowKimi K2.6mediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumClaude Sonnet 4.6nonevsStep 3.7 FlashlowQwen3.7 PlusnonevsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumStep 3.7 FlashlowvsGLM 5.1medium