- 順位
- #61
- 合計出力トークン
- 409,709
- 応答時間（平均）
- 23.51s
- 合計コスト
- $0.495
Step 3.7 Flash (medium) vs Inkling (medium)
平均スコアは 7.9 vs 8.0 でほぼ同等です。 Inkling (medium) の benchmark コストが低く、$0.377 vs $0.495 です。 Inkling (medium) の方が高速で、15.66s vs 23.51s です、成功率は 68.2% vs 75.8% です。
- 順位
- #57
- 合計出力トークン
- 63,842
- 応答時間（平均）
- 15.66s
- 合計コスト
- $0.377
おすすめモデル
Inkling (medium)
ここでは最高スコア（8.0）で、Step 3.7 Flash (medium) より約 1.5 倍速く応答します。
詳細比較
| 指標 | Step 3.7 Flash Step 3.7 Flash medium | Inkling Inkling medium |
|---|---|---|
| スコア | 7.9 | 8.0 |
| 順位 | #61 | #57 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.5 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 75.8% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 3.801 | 2.551 |
| 合計コスト | $0.495 | $0.377 |
| 入力価格 | $0.200 / 1M | $0.950 / 1M |
| 出力価格 | $1.150 / 1M | $4.050 / 1M |
| 合計入力トークン | 114,191 | 124,062 |
| 出力トークン | 409,709 | 12,190 |
| 推論トークン | 0 | 51,652 |
| 応答時間（平均） | 23.51s | 15.66s |
| 応答時間（最大） | 152.83s | 85.12s |
| 応答時間（合計） | 517.21s | 344.52s |
| パラメータ | 198B 総数 (11B アクティブ) | 975B 総数 (41B 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.
#61 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 tok
#57 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
| 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 | 9.5 | 75.0% | 0 | 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 | 5.3 | 10.0 | 33.3% | 0 | 27.26s | 837 | 52,484 | 0 | |
| Inkling | 5.3 | 7.2 | 44.4% | 1 | 31.59s | 804 | 69 | 18,378 |
| 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 FlashmediumGPT-5.6 TerrahighvsInklingmediumKimi K3maxvsStep 3.7 FlashmediumQwen3.8 27BlowvsStep 3.7 FlashmediumInklingmediumvsGLM 5.2highKimi K3maxvsInklingmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsInklingmediumDeepSeek V4 Flash 0731highvsInklingmediumQwen3.8 27BlowvsInklingmediumDeepSeek V4 Flash 0731lowvsInklingmediumStep 3.7 FlashmediumvsGLM 5.2high