StepFun: Step 3.7 Flash vs Thinking Machines: Inkling

Step 3.7 Flash (medium) が平均スコアでリードし、8.0 vs 8.0 です。 Inkling (medium) の benchmark コストが低く、$0.391 vs $0.515 です。 Inkling (medium) の方が高速で、16.21s vs 26.37s です、成功率は 72.7% vs 78.8% です。

おすすめモデルInkling (medium)スコアはここでの最高値に近く（8.0 vs 8.0）、Step 3.7 Flash (medium) より約 1.6 倍速く応答します。

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: 2026-07-18

指標	Step 3.7 Flash Step 3.7 Flash medium リリース: 2026-05-29	Inkling Inkling medium リリース: 2026-07-18

指標	Step 3.7 Flash Step 3.7 Flash medium リリース: 2026-05-29	Inkling Inkling medium リリース: 2026-07-18
スコア	8.0	8.0
順位	#29	#32
信頼性	9.9	9.8
一貫性	8.9	8.2
正解テスト
試行ごとの合格率	72.7%	78.8%
不安定なテスト	3	5
総実行回数	64	66
結果あたりのコスト	3.676	2.604
合計コスト	$0.515	$0.391
入力価格	$0.200 / 1M	$1.000 / 1M
出力価格	$1.150 / 1M	$4.050 / 1M
合計入力トークン	114,062	124,053
出力トークン	427,572	12,189
推論トークン	0	53,597
応答時間（平均）	26.37s	16.21s
応答時間（最大）	152.83s	85.12s
応答時間（合計）	580.25s	356.54s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#29 Step 3.7 Flash

medium

コスト: $0.006
時間: 46.2s
トークン: 4,466 tok

#32 Thinking Machines: Inkling

medium

コスト: $0.004
時間: 11.2s
トークン: 852 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

カテゴリ:

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	8.7	7.9	91.7%	1		9.65s	756	32,185	0
Inkling	8.7	7.9	91.7%	1		6.49s	645	333	3,091

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	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0
Inkling	8.4	7.8	77.8%	1		25.20s	7,374	525	14,457

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	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0
Inkling	7.3	5.8	83.3%	1		41.15s	98,542	10,088	4,626

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		2.75s	7,398	3,020	0
Inkling	10.0	10.0	100.0%	0		3.60s	7,068	216	813

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	7.7	10.0	66.7%	0		48.27s	708	70,347	0
Inkling	5.3	7.2	44.4%	1		35.60s	795	68	20,323

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	4.0	10.0	0.0%	0		6.85s	525	3,987	0
Inkling	10.0	10.0	100.0%	0		4.65s	501	170	699

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		1.83s	735	2,166	0
Inkling	9.8	10.0	100.0%	0		6.17s	708	93	1,886

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	5.7	9.9	33.3%	0		6.19s	756	15,071	0
Inkling	10.0	10.0	100.0%	0		5.18s	714	370	2,310

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		4.16s	7,746	2,115	0
Inkling	3.0	10.0	0.0%	0		4.48s	7,487	296	298

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		113.98s	237	139,164	0
Inkling	2.8	1.6	33.3%	1		21.69s	219	30	5,094

クイック比較

比較ペアを切り替え

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsInklingmedium Step 3.7 FlashmediumvsInklinghigh GPT-5.6 TerrahighvsInklingmedium Step 3.7 FlashmediumvsGLM 5.2high Muse Spark 1.1highvsStep 3.7 Flashmedium InklingmediumvsGLM 5.2high GPT-5.2 ChatnonevsInklingmedium Kimi K3maxvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Muse Spark 1.1highvsInklingmedium Claude Opus 4.8lowvsInklingmedium