- 順位
- #25
- 合計出力トークン
- 169,940
- 応答時間（平均）
- 67.53s
- 合計コスト
- $1.143
Qwen3.6 Max Preview (medium) vs Step 3.7 Flash (low)
Qwen3.6 Max Preview (medium) が平均スコアでリードし、8.4 vs 7.3 です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.454 vs $1.143 です。 Step 3.7 Flash (low) の方が高速で、20.68s vs 67.53s です、成功率は 80.3% vs 68.2% です。
- 順位
- #75
- 合計出力トークン
- 376,581
- 応答時間（平均）
- 20.68s
- 合計コスト
- $0.454
おすすめモデル
Step 3.7 Flash (low)
総合的に最も良い選択です。競争力のあるスコア（7.3）、Qwen3.6 Max Preview (medium) より低いコスト、バランスの取れた応答時間があります。
詳細比較
| 指標 | Qwen3.6 Max Preview Qwen3.6 Max Preview medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 8.4 | 7.3 |
| 順位 | #25 | #75 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 8.9 | 8.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 80.3% | 68.2% |
| 不安定なテスト | 3 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.173 | 3.782 |
| 合計コスト | $1.143 | $0.454 |
| 入力価格 | $1.040 / 1M | $0.200 / 1M |
| 出力価格 | $6.240 / 1M | $1.150 / 1M |
| 合計入力トークン | 79,240 | 103,833 |
| 出力トークン | 5,098 | 376,581 |
| 推論トークン | 164,842 | 0 |
| 応答時間（平均） | 67.53s | 20.68s |
| 応答時間（最大） | 238.07s | 124.75s |
| 応答時間（合計） | 1485.64s | 455.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#25 Qwen3.6 Max Preview
medium- コスト
- $0.024
- 時間
- 76.5s
- トークン
- 3,861 tok
#75 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 22.13s | 672 | 228 | 10,075 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 8.8 | 7.8 | 88.9% | 1 | 146.48s | 7,895 | 427 | 52,957 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 7.3 | 5.8 | 83.3% | 1 | 177.48s | 51,812 | 3,215 | 35,050 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 41.15s | 7,782 | 270 | 10,106 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 2.9 | 7.2 | 11.1% | 1 | 95.91s | 771 | 60 | 30,371 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 43.31s | 828 | 104,487 | 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 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 32.24s | 516 | 129 | 3,510 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.31s | 699 | 103 | 5,848 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.32s | 696 | 329 | 7,693 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 18.32s | 8,193 | 309 | 1,571 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 60.56s | 204 | 28 | 7,661 | |
| 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
Claude Opus 4.8nonevsStep 3.7 FlashlowKimi K2.6mediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.6 Max PreviewmediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowClaude 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