- 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
Step 3.7 Flash (high) vs GLM 5.1 (medium)
GLM 5.1 (medium) が平均スコアでリードし、7.1 vs 6.9 です。 GLM 5.1 (medium) の benchmark コストが低く、$0.535 vs $1.207 です。 GLM 5.1 (medium) の方が高速で、46.77s vs 64.68s です、成功率は 63.6% vs 69.7% です。
- 順位
- #82
- 合計出力トークン
- 152,552
- 応答時間（平均）
- 46.77s
- 合計コスト
- $0.535
おすすめモデル
GLM 5.1 (medium)
ここでは最高スコア（7.1）で、Step 3.7 Flash (high) より約 2.3 倍低コストです。
詳細比較
| 指標 | Step 3.7 Flash Step 3.7 Flash high | GLM 5.1 GLM 5.1 medium |
|---|---|---|
| スコア | 6.9 | 7.1 |
| 順位 | #94 | #82 |
| 信頼性 | 10.0 | 8.3 |
| 一貫性 | 8.0 | 8.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 69.7% |
| 不安定なテスト | 5 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 10.973 | 4.202 |
| 合計コスト | $1.207 | $0.535 |
| 入力価格 | $0.200 / 1M | $0.966 / 1M |
| 出力価格 | $1.150 / 1M | $3.036 / 1M |
| 合計入力トークン | 98,691 | 82,623 |
| 出力トークン | 1,032,395 | 16,089 |
| 推論トークン | 0 | 136,463 |
| 応答時間（平均） | 64.68s | 46.77s |
| 応答時間（最大） | 364.99s | 308.75s |
| 応答時間（合計） | 1423.01s | 982.16s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#94 Step 3.7 Flash
high- コスト
- $0.007
- 時間
- 63.6s
- トークン
- 6,030 tok
#82 GLM 5.1
medium
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- 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
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 8.31s | 555 | 401 | 5,122 |
| 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 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 | |
| GLM 5.1 | 4.6 | 3.7 | 44.5% | 2 | 109.63s | 5,702 | 4,871 | 37,826 |
| 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 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 0 | |
| GLM 5.1 | 9.8 | 10.0 | 100.0% | 0 | 175.93s | 66,926 | 4,761 | 65,248 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 9.33s | 7,107 | 991 | 4,552 |
| 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 3.7 Flash | 4.1 | 4.4 | 44.5% | 2 | 149.64s | 783 | 410,502 | 0 | |
| GLM 5.1 | 5.3 | 10.0 | 33.3% | 0 | 29.77s | 489 | 969 | 11,314 |
| 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 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 0 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 20.95s | 477 | 2,875 | 2,875 |
| 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 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 | |
| GLM 5.1 | 6.4 | 5.8 | 66.7% | 1 | 7.47s | 634 | 204 | 1,617 |
| 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 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 0 | |
| GLM 5.1 | 8.2 | 7.2 | 88.9% | 1 | 31.64s | 609 | 935 | 5,730 |
| 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 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 | |
| GLM 5.1 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 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 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 | |
| GLM 5.1 | 3.0 | 10.0 | 0.0% | 0 | 29.40s | 124 | 82 | 2,179 |
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-PromediumQwen3.7 PlusnonevsGLM 5.1mediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashhighKAT-Coder-Pro V2.5highvsGLM 5.1mediumSeed-2.0-MinimediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 Flashhigh