#51 Step 3.7 Flash
low
無効なSVG
- コスト
- $0.004
- 時間
- 25.3s
- トークン
- 3,072 tok
AI BENCHY Compare
StepFun: Step 3.7 Flash vs xAI: Grok 4.3
概要
平均スコアは 7.7 vs 7.7 でほぼ同等です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.341 vs $0.614 です。 Step 3.7 Flash (low) の方が高速で、15.74s vs 47.51s です、成功率は 68.3% vs 71.4% です。
おすすめモデルStep 3.7 Flash (low)ここでは最高スコア（7.7）で、Grok 4.3 (medium) より約 1.8 倍低コストです。
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: 2026-07-14
| 指標 | Step 3.7 Flash Step 3.7 Flash low | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 7.7 | 7.7 |
| 順位 | #51 | #48 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.4 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.3% | 71.4% |
| 不安定なテスト | 4 | 4 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 2.840 | 4.724 |
| 合計コスト | $0.341 | $0.614 |
| 入力価格 | $0.200 / 1M | $1.250 / 1M |
| 出力価格 | $1.150 / 1M | $2.500 / 1M |
| 合計入力トークン | 40,101 | 44,472 |
| 出力トークン | 289,325 | 1,981 |
| 推論トークン | 0 | 221,382 |
| 応答時間（平均） | 15.74s | 47.51s |
| 応答時間（最大） | 124.75s | 216.69s |
| 応答時間（合計） | 330.63s | 997.68s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#48 xAI: Grok 4.3
medium- コスト
- $0.009
- 時間
- 19.0s
- トークン
- 3,661 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
| 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 | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 | |
| Grok 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
クイック比較
比較ペアを切り替え
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.3mediumKimi K2.6medium無料で利用可能vsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow