- 順位
- #124
- 合計出力トークン
- 172,123
- 応答時間（平均）
- 46.97s
- 合計コスト
- $0.323
Qwen3.5 Plus 2026-04-20 (medium) vs Step 3.7 Flash (low)
Qwen3.5 Plus 2026-04-20 (medium) が平均スコアでリードし、7.2 vs 7.1 です。 Qwen3.5 Plus 2026-04-20 (medium) の benchmark コストが低く、$0.323 vs $0.390 です。 Step 3.7 Flash (low) の方が高速で、17.87s vs 46.97s です、成功率は 63.6% vs 63.6% です。
- 順位
- #129
- 合計出力トークン
- 320,393
- 応答時間（平均）
- 17.87s
- 合計コスト
- $0.390
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（7.1 vs 7.2）、Qwen3.5 Plus 2026-04-20 (medium) より約 2.6 倍速く応答します。
詳細比較
| 指標 | Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.2 | 7.1 |
| 順位 | #124 | #129 |
| 信頼性 | 9.6 | 10.0 |
| 一貫性 | 9.0 | 8.1 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 63.6% |
| 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 | 3.048 | 3.539 |
| 合計コスト | $0.323 | $0.390 |
| 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 | 42,106 | 103,842 |
| 出力トークン | 2,280 | 320,393 |
| 推論トークン | 169,843 | 0 |
| 応答時間（平均） | 46.97s | 17.87s |
| 応答時間（最大） | 189.38s | 124.75s |
| 応答時間（合計） | 986.35s | 393.04s |
| 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.
#124 Qwen3.5 Plus 2026-04-20
medium- コスト
- $0.008
- 時間
- 76.7s
- トークン
- 4,355 tok
#129 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
| 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 672 | 215 | 7,748 | |
| 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 2026-04-20 | 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 |
| 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 2026-04-20 | 6.5 | 10.0 | 50.0% | 0 | 92.41s | 14,934 | 483 | 17,490 | |
| 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 38.32s | 7,782 | 270 | 14,668 | |
| 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 2026-04-20 | 2.9 | 7.2 | 11.1% | 1 | 57.36s | 780 | 63 | 31,644 | |
| 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 2026-04-20 | 4.9 | 9.6 | 0.0% | 0 | 25.30s | 516 | 125 | 4,792 | |
| 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 20.25s | 699 | 103 | 7,689 | |
| 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 2026-04-20 | 8.2 | 7.2 | 88.9% | 1 | 17.67s | 696 | 338 | 9,800 | |
| 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 8,193 | 348 | 2,164 | |
| 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 2026-04-20 | 3.0 | 10.0 | 0.0% | 0 | 92.57s | 204 | 27 | 15,166 | |
| 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
Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsSolar Pro 4highKAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BmediumvsStep 3.7 FlashlowMuse Glimmer 30BlowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BhighvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumGPT-5.6 SolnonevsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsSolar Pro 4highKAT-Coder-Pro V2.5highvsStep 3.7 Flashlow