- 順位
- #91
- 合計出力トークン
- 462,623
- 応答時間（平均）
- 45.90s
- 合計コスト
- $0.064
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、7.0 vs 6.9 です。 Qwen3.7 Flash (medium) の benchmark コストが低く、$0.064 vs $1.207 です。 Qwen3.7 Flash (medium) の方が高速で、45.90s vs 64.68s です、成功率は 65.2% vs 63.6% です。
- 順位
- #97
- 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
Qwen3.7 Flash (medium)
ここでは最高スコア（7.0）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 | 7.0 | 6.9 |
| 順位 | #91 | #97 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.5 | 8.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 63.6% |
| 不安定なテスト | 7 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.636 | 10.973 |
| 合計コスト | $0.064 | $1.207 |
| 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 | 114,468 | 98,691 |
| 出力トークン | 12,786 | 1,032,395 |
| 推論トークン | 449,837 | 0 |
| 応答時間（平均） | 45.90s | 64.68s |
| 応答時間（最大） | 593.64s | 364.99s |
| 応答時間（合計） | 1009.84s | 1423.01s |
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.
#91 Qwen3.7 Flash
medium
無効なSVG
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 tok
#97 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 | 3.6 | 7.2 | 22.2% | 1 | 27.16s | 771 | 59 | 31,524 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 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
GPT-5.5nonevsStep 3.7 FlashhighQwen3.6 FlashmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2.5-PromediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumDeepSeek V4 PrononevsQwen3.7 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighGPT-5.6 SolnonevsQwen3.7 FlashmediumDeepSeek V4 PrononevsStep 3.7 FlashhighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashhighGPT-5.5nonevsQwen3.7 FlashmediumSeed-2.0-MinimediumvsStep 3.7 Flashhigh