- 順位
- #67
- 合計出力トークン
- 12,446
- 応答時間（平均）
- 4.52s
- 合計コスト
- $0.197
Qwen3.7 Max vs Step 3.7 Flash (high)
Qwen3.7 Max が平均スコアでリードし、7.4 vs 6.9 です。 Qwen3.7 Max の benchmark コストが低く、$0.197 vs $1.207 です。 Qwen3.7 Max の方が高速で、4.52s 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
Qwen3.7 Max
ここでは最高スコア（7.4）で、Step 3.7 Flash (high) より約 6.1 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Max Qwen3.7 Max none | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 7.4 | 6.9 |
| 順位 | #67 | #94 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 10.0 | 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 | 0 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.582 | 10.973 |
| 合計コスト | $0.197 | $1.207 |
| 入力価格 | $1.475 / 1M | $0.200 / 1M |
| 出力価格 | $4.425 / 1M | $1.150 / 1M |
| 合計入力トークン | 95,983 | 98,691 |
| 出力トークン | 12,446 | 1,032,395 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 4.52s | 64.68s |
| 応答時間（最大） | 72.30s | 364.99s |
| 応答時間（合計） | 99.52s | 1423.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#67 Qwen3.7 Max
none- コスト
- $0.046
- 時間
- 195.0s
- トークン
- 12,171 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Max | 6.5 | 10.0 | 50.0% | 0 | 1.08s | 696 | 242 | 0 | |
| 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 Max | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,911 | 582 | 0 | |
| 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 Max | 6.5 | 10.0 | 50.0% | 0 | 37.23s | 68,425 | 10,623 | 0 | |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 1.35s | 7,794 | 243 | 0 | |
| 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 Max | 7.7 | 10.0 | 66.7% | 0 | 975ms | 789 | 15 | 0 | |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 522 | 120 | 0 | |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 943ms | 711 | 72 | 0 | |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 1.13s | 714 | 314 | 0 | |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 3.92s | 8,211 | 222 | 0 | |
| 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 Max | 3.0 | 10.0 | 0.0% | 0 | 856ms | 210 | 13 | 0 | |
| 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 FlashhighLongCat 2.0mediumvsQwen3.7 MaxnoneStep 3.7 FlashhighvsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsQwen3.7 MaxnoneDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3 Flash PreviewlowvsQwen3.7 MaxnoneKAT-Coder-Pro V2.5lowvsQwen3.7 MaxnoneKAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh