AI BENCHY Compare
Qwen: Qwen3.6 Flash 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: 2026-05-29
| 指標 | Qwen3.6 Flash Qwen3.6 Flash medium | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| スコア | 7.6 | 7.4 |
| 順位 | #46 | #61 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.4 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.7% | 62.3% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 60 | 57 |
| 結果あたりのコスト | 2.898 | 0.133 |
| 合計コスト | $0.348 | $0.015 |
| 入力価格 | $0.188 / 1M | $0.090 / 1M |
| 出力価格 | $1.125 / 1M | $0.300 / 1M |
| 出力トークン | 2,974 | 90,478 |
| 推論トークン | 231,797 | 173,544 |
| 応答時間（平均） | 18.97s | 43.20s |
| 応答時間（最大） | 122.87s | 170.45s |
| 応答時間（合計） | 379.49s | 561.54s |
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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.10s | 624 | 14,024 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 40.57s | 20,391 | 24,176 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 5.1 | 6.8 | 33.3% | 1 | 51.92s | 474 | 54,406 | |
| Step 3.5 Flash | 3.5 | 6.0 | 50.0% | 1 | 62.83s | 12,098 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 20.28s | 483 | 13,839 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 270 | 13,155 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.5 | 4.4 | 33.3% | 2 | 14.65s | 60 | 24,409 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 4.8 | 9.9 | 0.0% | 0 | 9.88s | 140 | 5,445 | |
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 22.39s | 240 | 3,506 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.05s | 102 | 7,423 | |
| Step 3.5 Flash | 8.3 | 10.0 | 50.0% | 0 | 4.78s | 2,364 | 3,521 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 8.2 | 7.2 | 88.9% | 1 | 6.29s | 460 | 10,860 | |
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.22s | 5,630 | 10,861 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 335 | 1,188 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.0 | 10.0 | 0.0% | 0 | 122.87s | 26 | 87,048 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 108.45s | 2,354 | 10,372 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsQwen3.6 FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsQwen3.6 FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsStep 3.5 FlashmediumRing-2.6-1TnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 FlashmediumGPT-5.2 ChatnonevsQwen3.6 FlashmediumGemini 3.1 Flash LitelowvsQwen3.6 FlashmediumGPT-5.3 ChatnonevsQwen3.6 Flashmedium