- 順位
- #84
- 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 Grok 4.7 (low)
平均スコアは 7.9 vs 7.9 でほぼ同等です。 Step 3.7 Flash (medium) の benchmark コストが低く、$0.495 vs $1.320 です。 Step 3.7 Flash (medium) の方が高速で、23.51s vs 59.02s です、成功率は 68.2% vs 77.3% です。
比較対象モデル
- 順位
- #81
- 合計出力トークン
- 231,848
- 応答時間（平均）
- 59.02s
- 合計コスト
- $1.320
おすすめモデル
Step 3.7 Flash (medium)
ここでは最高スコア（7.9）で、Grok 4.7 (low) より約 2.7 倍低コストです。
詳細比較
| 指標 | Step 3.7 Flash Step 3.7 Flash medium | Grok 4.7 Grok 4.7 low |
|---|---|---|
| スコア | 7.9 | 7.9 |
| 順位 | #84 | #81 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.3 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 77.3% |
| 不安定なテスト | 3 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 3.801 | 9.422 |
| 合計コスト | $0.495 | $1.320 |
| 入力価格 | $0.200 / 1M | $1.600 / 1M |
| 出力価格 | $1.150 / 1M | $4.800 / 1M |
| 合計入力トークン | 114,191 | 128,832 |
| 出力トークン | 409,709 | 6,840 |
| 推論トークン | 0 | 225,008 |
| 応答時間（平均） | 23.51s | 59.02s |
| 応答時間（最大） | 152.83s | 389.63s |
| 応答時間（合計） | 517.21s | 1298.42s |
| パラメータ | 198B 総数 (11B アクティブ) | ~1.7T 総数 (~170B アクティブ) |
| 公開状況 | オープンソース | クローズド |
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.
#84 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 tok
#81 SpaceXAI: Grok 4.7
low- コスト
- $0.007
- 時間
- 15.2s
- トークン
- 1,537 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 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 9.92s | 2,991 | 94 | 7,306 |
| 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 | |
| Grok 4.7 | 8.4 | 7.4 | 88.9% | 1 | 189.08s | 9,579 | 346 | 99,053 |
| 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 | |
| Grok 4.7 | 7.3 | 5.8 | 83.3% | 1 | 31.17s | 90,114 | 5,684 | 6,430 |
| 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 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.88s | 8,937 | 225 | 2,050 |
| 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 | |
| Grok 4.7 | 5.3 | 10.0 | 33.3% | 0 | 159.09s | 2,523 | 17 | 84,957 |
| 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 | |
| Grok 4.7 | 4.1 | 2.7 | 33.3% | 1 | 11.32s | 1,077 | 75 | 2,060 |
| 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 | |
| Grok 4.7 | 8.4 | 6.9 | 83.3% | 1 | 6.19s | 1,857 | 57 | 2,559 |
| 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 | |
| Grok 4.7 | 8.2 | 7.2 | 88.9% | 1 | 12.45s | 2,430 | 151 | 6,628 |
| 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 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.26s | 8,535 | 174 | 336 |
| 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 | |
| Grok 4.7 | 3.0 | 10.0 | 0.0% | 0 | 76.84s | 789 | 17 | 13,629 |
クイック比較
比較ペアを切り替え
GPT-5.2 ChatnonevsStep 3.7 FlashmediumKimi K3maxvsGrok 4.7lowKimi K3maxvsStep 3.7 FlashmediumQwen3.8 27BlowvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGrok 4.7lowGPT-5.6 TerrahighvsGrok 4.7lowInklingmediumvsGrok 4.7lowGPT-5.6 TerrahighvsStep 3.7 FlashmediumQwen3.7 PlusmediumvsGrok 4.7lowGrok 4.7lowvsGLM 5.2highStep 3.7 FlashmediumvsGLM 5.2highQwen3.6 PlusmediumvsGrok 4.7low