- 順位
- #150
- 合計出力トークン
- 470,076
- 応答時間（平均）
- 47.38s
- 合計コスト
- $0.065
Qwen3.7 Flash (medium) vs Step 3.7 Flash (high)
Qwen3.7 Flash (medium) が平均スコアでリードし、6.9 vs 6.8 です。 Qwen3.7 Flash (medium) の benchmark コストが低く、$0.065 vs $1.229 です。 Qwen3.7 Flash (medium) の方が高速で、47.38s vs 70.10s です、成功率は 63.6% vs 60.6% です。
比較対象モデル
- 順位
- #154
- 合計出力トークン
- 1,050,900
- 応答時間（平均）
- 70.10s
- 合計コスト
- $1.229
おすすめモデル
Qwen3.7 Flash (medium)
ここでは最高スコア（6.9）で、Step 3.7 Flash (high) より約 19.0 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Flash Qwen3.7 Flash medium | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.9 | 6.8 |
| 順位 | #150 | #154 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.5 | 8.4 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 60.6% |
| 不安定なテスト | 7 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.646 | 11.167 |
| 合計コスト | $0.065 | $1.229 |
| 入力価格 | $0.030 / 1M | $0.200 / 1M |
| 出力価格 | $0.130 / 1M | $1.150 / 1M |
| 合計入力トークン | 114,477 | 98,700 |
| 出力トークン | 12,786 | 1,050,900 |
| 推論トークン | 457,290 | 0 |
| 応答時間（平均） | 47.38s | 70.10s |
| 応答時間（最大） | 593.64s | 364.99s |
| 応答時間（合計） | 1042.43s | 1542.14s |
| 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 | 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.
#150 Qwen3.7 Flash
medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 tok
#154 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 672 | 525 | 12,844 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 6.2 | 6.9 | 55.6% | 1 | 46.78s | 7,893 | 563 | 61,902 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 314.17s | 87,042 | 10,432 | 296,919 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.42s | 7,782 | 270 | 11,588 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 38.02s | 780 | 59 | 38,977 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 10.18s | 516 | 143 | 3,647 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 5.8 | 2.7 | 66.7% | 2 | 9.27s | 699 | 100 | 7,457 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 8.30s | 696 | 355 | 9,138 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.80s | 8,193 | 309 | 2,171 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 29.17s | 204 | 30 | 12,647 | |
| 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
Seed-2.0-CodehighvsQwen3.7 FlashmediumSeed-2.0-CodemediumvsStep 3.7 FlashhighClaude Fable 5.1lowvsQwen3.7 FlashmediumQwen3.6 FlashmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsSolar Pro 4lowGemini 3.5 FlashnonevsStep 3.7 FlashhighStep 3.7 FlashhighvsSolar Pro 4mediumDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.7 FlashmediumStep 3.7 FlashhighvsGLM 5.3lowStep 3.7 FlashhighvsMiMo-V2.5-PromediumMercury 2.5mediumvsStep 3.7 Flashhigh