- 順位
- #93
- 合計出力トークン
- 634,338
- 応答時間（平均）
- 44.65s
- 合計コスト
- $0.738
Qwen3.6 Flash (medium) vs Step 3.7 Flash (high)
平均スコアは 6.9 vs 6.9 でほぼ同等です。 Qwen3.6 Flash (medium) の benchmark コストが低く、$0.738 vs $1.207 です。 Qwen3.6 Flash (medium) の方が高速で、44.65s vs 64.68s です、成功率は 68.2% vs 63.6% です。
- 順位
- #94
- 合計出力トークン
- 1,032,395
- 応答時間（平均）
- 64.68s
- 合計コスト
- $1.207
おすすめモデル
Qwen3.6 Flash (medium)
ここでは最高スコア（6.9）で、Step 3.7 Flash (high) より約 1.6 倍低コストです。
詳細比較
| 指標 | Qwen3.6 Flash Qwen3.6 Flash medium | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.9 | 6.9 |
| 順位 | #93 | #94 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.2 | 8.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 63.6% |
| 不安定なテスト | 5 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 6.784 | 10.973 |
| 合計コスト | $0.738 | $1.207 |
| 入力価格 | $0.188 / 1M | $0.200 / 1M |
| 出力価格 | $1.125 / 1M | $1.150 / 1M |
| 合計入力トークン | 129,041 | 98,691 |
| 出力トークン | 20,026 | 1,032,395 |
| 推論トークン | 614,312 | 0 |
| 応答時間（平均） | 44.65s | 64.68s |
| 応答時間（最大） | 578.13s | 364.99s |
| 応答時間（合計） | 982.32s | 1423.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#93 Qwen3.6 Flash
medium
無効なSVG
- コスト
- $0.008
- 時間
- 29.9s
- トークン
- 6,784 tok
#94 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
| 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 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.10s | 672 | 624 | 14,024 | |
| 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 Flash | 5.0 | 5.1 | 44.5% | 2 | 42.85s | 7,895 | 495 | 67,967 | |
| 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 Flash | 6.5 | 10.0 | 50.0% | 0 | 299.21s | 101,613 | 17,514 | 382,793 | |
| 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 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 7,782 | 270 | 13,155 | |
| 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 Flash | 3.5 | 4.4 | 33.3% | 2 | 14.65s | 771 | 60 | 24,409 | |
| Step 3.7 Flash | 4.1 | 4.4 | 44.5% | 2 | 149.64s | 783 | 410,502 | 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 Flash | 4.8 | 9.9 | 0.0% | 0 | 9.88s | 516 | 140 | 5,445 | |
| 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 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.05s | 699 | 102 | 7,423 | |
| 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 Flash | 8.2 | 7.2 | 88.9% | 1 | 6.29s | 696 | 460 | 10,860 | |
| 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 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 8,193 | 335 | 1,188 | |
| 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 Flash | 3.0 | 10.0 | 0.0% | 0 | 122.87s | 204 | 26 | 87,048 | |
| 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
GPT-5.5nonevsStep 3.7 FlashhighGPT-5.5nonevsQwen3.6 FlashmediumGPT-5.6 SolnonevsQwen3.6 FlashmediumStep 3.7 FlashhighvsMiMo-V2.5-PromediumDeepSeek V4 PrononevsQwen3.6 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashminimalvsQwen3.6 FlashmediumKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.6 Flashmedium