- 順位
- #108
- 合計出力トークン
- 76,261
- 応答時間（平均）
- 17.80s
- 合計コスト
- $0.184
Qwen3.7 Plus vs Step 3.7 Flash (medium)
平均スコアは 7.8 vs 7.8 でほぼ同等です。 Qwen3.7 Plus の benchmark コストが低く、$0.184 vs $0.571 です。 Qwen3.7 Plus の方が高速で、17.80s vs 26.57s です、成功率は 56.5% vs 68.1% です。
比較対象モデル
- 順位
- #106
- 合計出力トークン
- 440,835
- 応答時間（平均）
- 26.57s
- 合計コスト
- $0.571
おすすめモデル
Qwen3.7 Plus
ここでは最高スコア（7.8）で、Step 3.7 Flash (medium) より約 3.1 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Plus Qwen3.7 Plus none | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| スコア | 7.8 | 7.8 |
| 順位 | #108 | #106 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 8.7 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 56.5% | 68.1% |
| 不安定なテスト | 0 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 1.410 | 4.392 |
| 合計コスト | $0.184 | $0.571 |
| 入力価格 | $0.320 / 1M | $0.200 / 1M |
| 出力価格 | $1.280 / 1M | $1.150 / 1M |
| 合計入力トークン | 250,495 | 319,524 |
| 出力トークン | 76,261 | 440,835 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 17.80s | 26.57s |
| 応答時間（最大） | 206.03s | 152.83s |
| 応答時間（合計） | 409.51s | 611.09s |
| パラメータ | ~397B 総数 (~17B 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.
#108 Qwen3.7 Plus
none- コスト
- $0.019
- 時間
- 213.5s
- トークン
- 11,960 tok
#106 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 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
| エージェントタスク | 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 143.11s | 151,662 | 18,164 | 0 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 93.88s | 205,333 | 31,126 | 0 |
| 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 Plus | 6.5 | 10.0 | 50.0% | 0 | 1.38s | 696 | 349 | 0 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 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 Plus | 5.5 | 10.0 | 33.3% | 0 | 2.15s | 7,911 | 639 | 0 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 117.70s | 71,266 | 56,024 | 0 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 7,794 | 243 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 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 Plus | 5.3 | 10.0 | 33.3% | 0 | 1.04s | 798 | 18 | 0 | |
| Step 3.7 Flash | 5.3 | 10.0 | 33.3% | 0 | 27.26s | 837 | 52,484 | 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 Plus | 5.3 | 10.0 | 0.0% | 0 | 1.33s | 522 | 78 | 0 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 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 Plus | 6.3 | 10.0 | 50.0% | 0 | 929ms | 711 | 72 | 0 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 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 Plus | 7.7 | 10.0 | 66.7% | 0 | 1.71s | 714 | 443 | 0 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 8,211 | 222 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 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 Plus | 3.0 | 10.0 | 0.0% | 0 | 1.21s | 210 | 9 | 0 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
クイック比較
比較ペアを切り替え
Qwen3.7 PlusnonevsGrok 4.5lowStep 3.7 FlashmediumvsGLM 5.3highDeepSeek V4 Flash 0731mediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.6mediumStep 3.7 FlashmediumvsGrok 4.5lowQwen3.7 PlusnonevsGLM 5.3highQwen3.7 PlusnonevsGrok 4.5mediumQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumGPT-6 LunahighvsQwen3.7 PlusnoneMuse Glimmer 30BhighvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2.6-FlashmediumGemini 3.5 FlashmediumvsQwen3.7 Plusnone