AI BENCHY Compare
StepFun: Step 3.5 Flash vs xAI: Grok 4.1 Fast
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-11
| 指標 | Step 3.5 Flash Step 3.5 Flash none | Grok 4.1 Fast Grok 4.1 Fast none |
|---|---|---|
| スコア | 3.0 | 4.5 |
| 順位 | #93 | #89 |
| 一貫性 | 10.0 | 8.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 0.0% | 24.1% |
| 不安定なテスト | 0 | 3 |
| 総実行回数 | 3 | 54 |
| 結果あたりのコスト | 0.000 | 0.269 |
| 合計コスト | $0.000 | $0.009 |
| ???? | $0.100 / 1M | $0.200 / 1M |
| ???? | $0.300 / 1M | $0.500 / 1M |
| 出力トークン | 0 | 1,721 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 0ms | 1.76s |
| 応答時間（最大） | 0ms | 5.51s |
| 応答時間（合計） | 0ms | 19.35s |
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
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| Grok 4.1 Fast | 5.3 | 3.4 | 33.3% | 1 | 1.79s | 567 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| Grok 4.1 Fast | 3.2 | 10.0 | 0.0% | 0 | 1.07s | 235 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| Grok 4.1 Fast | 3.0 | 10.0 | 0.0% | 0 | 3.33s | 105 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 943ms | 180 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| Grok 4.1 Fast | 5.9 | 7.2 | 55.6% | 1 | 1.06s | 15 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| Grok 4.1 Fast | 4.4 | 9.9 | 0.0% | 0 | 1.08s | 112 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| Grok 4.1 Fast | 3.0 | 10.0 | 0.0% | 0 | 923ms | 56 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| Grok 4.1 Fast | 3.2 | 10.0 | 0.0% | 0 | 1.28s | 243 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| Grok 4.1 Fast | 2.8 | 1.6 | 33.3% | 1 | 5.51s | 208 | 0 |
クイック比較
比較ペアを切り替え
Grok 4.1 FastnonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3 Coder NextmediumvsGrok 4.1 FastnoneMiniMax M2.7mediumvsGrok 4.1 FastnoneMistral Small 4mediumvsGrok 4.1 FastnoneMiniMax M2.5medium無料で利用可能vsGrok 4.1 Fastnonegpt-oss-120bmedium無料で利用可能vsGrok 4.1 FastnoneQwen3.5-9BmediumvsStep 3.5 FlashnoneStep 3.5 FlashnonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsStep 3.5 FlashnoneGPT-5 NanomediumvsGrok 4.1 FastnoneMercury 2mediumvsGrok 4.1 Fastnone