StepFun: Step 3.5 Flash

ベンチマークは Aibenchy テストスイートから次の日時に生成 : 2026/02/19

カテゴリ内訳

カテゴリ	完全合格テスト	Score	一貫性	試行ごとの合格率	不安定なテスト	推論スコア	コスト
Anti-AI Tricks	1/2	5.50	5.81	83.3%	1	10.00	$0.00000
Data parsing and extraction	1/2	5.00	10.00	50.0%	0	9.75	$0.00000
Domain specific	1/3	4.00	7.21	44.4%	1	8.44	$0.00000
Instructions following	2/2	10.00	10.00	100.0%	0	9.67	$0.00000
Puzzle Solving	0/3	2.00	4.96	33.3%	2	9.22	$0.00000

StepFun: Step 3.5 Flash と比較...

#17 · MiniMax

推論（medium）

Score: 5.08

一貫性: 6.00

試行ごとの合格率: 61.1%

不安定なテスト: 6

結果あたりのコスト: 4.0276

正解テスト: 5/12

合計コスト: $0.20138

#19 · OpenAI

推論なし

Score: 4.00

一貫性: 9.98

試行ごとの合格率: 25.0%

不安定なテスト: 0

結果あたりのコスト: 0.0576

正解テスト: 3/12

合計コスト: $0.00173

#16 · Anthropic

推論（medium）

Score: 5.42

一貫性: 8.60

試行ごとの合格率: 55.5%

不安定なテスト: 2

結果あたりのコスト: 12.8695

正解テスト: 6/12

合計コスト: $0.77217

StepFun: Step 3.5 Flash と比較...