- 順位
- #276
- 合計出力トークン
- 607,130
- 応答時間（平均）
- 190.48s
- 合計コスト
- $0.105
Step 3.5 Flash (medium) vs Hy4 preview (low)
平均スコアは 5.4 vs 5.4 でほぼ同等です。 Step 3.5 Flash (medium) の benchmark コストが低く、$0.105 vs $1.670 です。 Step 3.5 Flash (medium) の方が高速で、190.48s vs 207.21s です、成功率は 49.3% vs 21.7% です。
比較対象モデル
- 順位
- #274
- 合計出力トークン
- 687,477
- 応答時間（平均）
- 207.21s
- 合計コスト
- $1.670
おすすめモデル
Step 3.5 Flash (medium)
ここでは最高スコア（5.4）で、Hy4 preview (low) より約 15.9 倍低コストです。
詳細比較
| 指標 | Step 3.5 Flash Step 3.5 Flash medium | Hy4 preview Hy4 preview low |
|---|---|---|
| スコア | 5.4 | 5.4 |
| 順位 | #276 | #274 |
| 信頼性 | 10.0 | 6.5 |
| 一貫性 | 8.3 | 8.2 |
| 試行回数 | 66/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 49.3% | 21.7% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 66 | 69 |
| 結果あたりのコスト | 1.047 | 61.455 |
| 合計コスト | $0.105 | $1.670 |
| 入力価格 | $0.100 / 1M | $0.751 / 1M |
| 出力価格 | $0.300 / 1M | $2.251 / 1M |
| 合計入力トークン | 139,086 | 162,180 |
| 出力トークン | 193,584 | 5,030 |
| 推論トークン | 413,546 | 682,447 |
| 応答時間（平均） | 190.48s | 207.21s |
| 応答時間（最大） | 1597.85s | 597.45s |
| 応答時間（合計） | 3238.23s | 4765.91s |
| パラメータ | 196B 総数 (11B アクティブ) | 770B 総数 (49B アクティブ) |
| 公開状況 | オープンソース | 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.
#276 Step 3.5 Flash
medium- コスト
- $0.008
- 時間
- 277.1s
- トークン
- 23,695 tok
#274 Hy4 preview
low
Provider returned error
- コスト
- $0.000
- 時間
- 1.1s
- トークン
- 0 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 2.8 | 1.6 | 33.3% | 1 | 172.16s | 73,370 | 4,160 | 34,434 | |
| Hy4 preview | 4.7 | 1.6 | 66.7% | 1 | 52.36s | 117,026 | 1,008 | 3,931 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 40.57s | 694 | 20,391 | 24,176 | |
| Hy4 preview | 6.0 | 8.9 | 0.0% | 0 | 129.60s | 624 | 478 | 72,022 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 2.4 | 5.2 | 0.0% | 0 | 258.38s | 2,211 | 13,207 | 22,429 | |
| Hy4 preview | 5.2 | 8.6 | 0.0% | 0 | 219.15s | 6,110 | 135 | 96,407 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 6.5 | 10.0 | 50.0% | 0 | 813.71s | 44,914 | 18,150 | 111,004 | |
| Hy4 preview | 2.9 | 5.8 | 16.7% | 1 | 139.43s | 28,254 | 2,485 | 8,420 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 7,368 | 600 | 13,886 | |
| Hy4 preview | 8.7 | 10.0 | 50.0% | 0 | 88.53s | 7,197 | 195 | 18,424 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 3.5 | 4.4 | 33.3% | 2 | 311.60s | 682 | 126,213 | 175,555 | |
| Hy4 preview | 4.5 | 10.0 | 0.0% | 0 | 470.24s | 716 | 28 | 220,446 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 22.39s | 509 | 240 | 3,506 | |
| Hy4 preview | 7.5 | 10.0 | 0.0% | 0 | 110.43s | 525 | 170 | 13,806 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 8.3 | 10.0 | 50.0% | 0 | 4.78s | 705 | 2,364 | 3,521 | |
| Hy4 preview | 9.8 | 10.0 | 100.0% | 0 | 77.72s | 732 | 71 | 17,054 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.22s | 711 | 5,630 | 10,861 | |
| Hy4 preview | 5.3 | 5.0 | 33.3% | 2 | 238.03s | 750 | 454 | 103,707 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 7,701 | 275 | 3,802 | |
| Hy4 preview | 3.0 | 10.0 | 0.0% | 0 | 93.67s | 0 | 0 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 108.45s | 221 | 2,354 | 10,372 | |
| Hy4 preview | 3.0 | 10.0 | 0.0% | 0 | 597.45s | 246 | 6 | 128,230 |
クイック比較
比較ペアを切り替え
Step 3.5 FlashmediumvsMiMo-V2.6-FlashnoneEmber-1nonevsStep 3.5 FlashmediumNorth Mini Codemedium無料で利用可能vsHy4 previewlowHy4 previewlowvsMiMo-V2.6-FlashnoneEmber-1nonevsHy4 previewlowQwen3.8 27Bnone無料で利用可能vsHy4 previewlowGPT-5.6 LunanonevsStep 3.5 FlashmediumGranite 4.2 8BlowvsStep 3.5 FlashmediumSeed-2.0-CodenonevsHy4 previewlowKimi K2.5nonevsStep 3.5 FlashmediumQwen3.8 27Bnone無料で利用可能vsStep 3.5 FlashmediumGPT-5.6 LunanonevsHy4 previewlow