Advertise here
#203

Step 3.7 Flash

Stepfun リリース: 2026-05-29 テスト日時: 2026-10-01 02:09 stepfun/step-3.7-flash::high
198B 総数 (11B アクティブ)MoEオープンソース
(high) (medium) (low)

概要

Step 3.7 Flash は AI BENCHY で 6.6 を記録し、順位は #203 です。信頼性は 10.0、成功率は 58.0%、総コストは $1.478、平均応答時間は 72.72s です。

Step 3.7 Flash の特徴: 最も目立つのは 複合 で、順位は #2 です。一方、最も弱い領域は パズル解決 で #16 です。

モデル情報

調査日：2026-08-12

公表値
パラメータ
198B 総数 (11B アクティブ)
アーキテクチャ
MoE
公開状況
オープンソース
ライセンス
Apache-2.0
パラメータの出典 公開状況の出典

スコア

6.6

一貫性

8.5

信頼性

10.0

合計コスト（現在価格）

$1.478 ↑ +9.5%

テスト時価格: $1.350

合計出力トークン

1,100,052

合計入力トークン

421,200

入力価格

$0.200 / 1M

出力価格

$1.150 / 1M

キャッシュ読み取り料金

$0.040 / 1M

キャッシュ書き込み料金

該当なし

キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。

正解テスト

誤答テスト数: 12

試行ごとの合格率: 58.0%

不安定なテスト

4

不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。

応答時間（平均）

72.72s

応答時間（最大）: 364.99s

応答時間（合計）: 1672.53s

不正解: 8 回答なし: 2 API エラー: 1 無効なツール呼び出し: 1

Hamster playing table tennis

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

#203 Step 3.7 Flash

high
コスト
$0.007
時間
63.6s
トークン
6,030 tok

実行履歴

テスト日時 スコア 信頼性 正解テスト 合計コスト 比較する
2026-10-01 02:09 再テスト 6.6 10.0 $1.478 ↑ 現在の実行
2026-07-16 22:46 新しいテストを追加 6.9 10.0 $1.207 比較する
2026-06-04 14:10 新しいテストを追加 7.0 10.0 $1.148 比較する
2026-05-29 11:53 初回実行 7.1 9.9 $0.960 比較する

この実行では別のベンチマークスイートが使われました。履歴の変化を読むときはスイート変更も考慮してください。

実行比較

実行ベンチマーク網羅率スコア一貫性信頼性正解テスト不安定なテスト合計出力トークン合計入力トークン合計コスト応答時間（平均）
2026-10-01 02:09 · 現在の実行69/69 回6.68.510.011/2341,100,052421,200$1.47872.72s
2026-07-16 22:46 · 新しいテストを追加66/66 回6.98.010.011/2251,032,39598,691$1.20764.68s
差分—-0.3+0.50.00-1+67657+322509+$0.271+8036ms

ベンチマーク網羅率が異なります: 69/69 回 (目標: テストごとに 3 回) と 66/66 回 (目標: テストごとに 3 回)。合計値と反復回数に左右される指標は直接比較できません。

この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。

価格履歴

このモデルの OpenRouter における過去の価格データ。

日付 入力価格 出力価格 キャッシュ読み取り料金 キャッシュ書き込み料金
2026-08-14 12:51 $0.200 / 1M $1.150 / 1M 該当なし 該当なし
2026-10-01 18:33 $0.200 / 1M $1.150 / 1M $0.040 / 1M 該当なし

チャート

最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。

合計出力トークン

スコア vs 合計出力トークン

クイック比較

Step 3.7 FlashhighvsMercury 2mediumStep 3.7 FlashhighvsKAT-Coder-Pro V2.5lowStep 3.7 FlashhighvsLongCat 2.0lowStep 3.7 FlashhighvsClaude Sonnet 5.5mediumStep 3.7 FlashhighvsQwen3.7 FlashmediumStep 3.7 FlashhighvsQwen3.6 35B A3BmediumStep 3.7 FlashhighvsGLM 5.2noneStep 3.7 FlashhighvsMercury 2.5 PreviewhighStep 3.7 FlashhighvsGPT-5.5noneStep 3.7 FlashhighvsMercury 2.5high

カテゴリ内訳

カテゴリ スコア 一貫性 正解テスト
エージェントタスク 5.4 9.6
反AIトリック 10.0 10.0
コーディング 4.0 6.0
複合 8.7 6.9
データ解析と抽出 10.0 10.0
ドメイン特化 3.6 7.2
汎用知能 5.5 10.0
指示追従 9.8 10.0
パズル解決 5.3 7.2
ツール呼び出し 10.0 10.0
雑学 3.0 10.0

比較対象モデル