- 順位
- #193
- 合計出力トークン
- 776,174
- 応答時間（平均）
- 59.92s
- 合計コスト
- $0.812
Qwen3.6 35B A3B (medium) vs Step 3.7 Flash (high)
Step 3.7 Flash (high) が平均スコアでリードし、6.6 vs 6.5 です。 Qwen3.6 35B A3B (medium) の benchmark コストが低く、$0.812 vs $1.350 です。 Qwen3.6 35B A3B (medium) の方が高速で、59.92s vs 72.72s です、成功率は 58.0% vs 58.0% です。
比較対象モデル
- 順位
- #190
- 合計出力トークン
- 1,100,052
- 応答時間（平均）
- 72.72s
- 合計コスト
- $1.350
おすすめモデル
Qwen3.6 35B A3B (medium)
スコアはここでの最高値に近く（6.5 vs 6.6）、Step 3.7 Flash (high) より約 1.7 倍低コストです。
詳細比較
| 指標 | Qwen3.6 35B A3B Qwen3.6 35B A3B medium | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.5 | 6.6 |
| 順位 | #193 | #190 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.0 | 8.5 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 58.0% | 58.0% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 6.732 | 12.267 |
| 合計コスト | $0.812 | $1.350 |
| 入力価格 | $0.150 / 1M | $0.200 / 1M |
| 出力価格 | $1.000 / 1M | $1.150 / 1M |
| 合計入力トークン | 282,192 | 421,200 |
| 出力トークン | 75,306 | 1,100,052 |
| 推論トークン | 700,868 | 0 |
| 応答時間（平均） | 59.92s | 72.72s |
| 応答時間（最大） | 817.57s | 364.99s |
| 応答時間（合計） | 1258.32s | 1672.53s |
| パラメータ | 35B 総数 (3B アクティブ) | 198B 総数 (11B アクティブ) |
| 公開状況 | オープンソース | 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.
#193 Qwen3.6 35B A3B
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
#190 Step 3.7 Flash
high- コスト
- $0.007
- 時間
- 63.6s
- トークン
- 6,030 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 6.1 | 3.1 | 66.7% | 1 | 88.48s | 197,044 | 13,570 | 19,312 | |
| Step 3.7 Flash | 5.4 | 9.6 | 0.0% | 0 | 130.38s | 322,500 | 49,152 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 672 | 1,154 | 12,385 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 7.7 | 10.0 | 66.7% | 0 | 50.55s | 5,051 | 7,929 | 37,223 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 3.0 | 10.0 | 0.0% | 0 | 817.57s | 68,754 | 42,187 | 548,547 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 12.99s | 7,776 | 2,591 | 9,968 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 2.9 | 4.4 | 22.2% | 2 | 25.39s | 780 | 6,110 | 41,906 | |
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 4.4 | 9.9 | 0.0% | 0 | 8.66s | 516 | 129 | 4,569 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 7.50s | 699 | 219 | 7,404 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 8.0 | 10.0 | 66.7% | 0 | 5.95s | 696 | 655 | 9,228 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 3.0 | 10.0 | 0.0% | 0 | 32.90s | 204 | 762 | 10,326 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
クイック比較
比較ペアを切り替え
Mercury 2mediumvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighMercury 2.5highvsQwen3.6 35B A3BmediumQwen3.6 35B A3BmediumvsGLM 5.3lowLongCat 2.0lowvsStep 3.7 FlashhighQwen3.7 FlashmediumvsStep 3.7 FlashhighQwen3.6 35B A3BmediumvsGLM 5.1noneKAT-Coder-Pro V2.5lowvsQwen3.6 35B A3BmediumKAT-Coder-Pro V2.5highvsQwen3.6 35B A3BmediumClaude Sonnet 5.5mediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2none