Advertise here
#113

Step 3.7 Flash

Stepfun リリース: 2026-05-29 テスト日時: 2026-10-01 02:06 stepfun/step-3.7-flash::medium
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 7.8 を記録し、順位は #113 です。信頼性は 10.0、成功率は 68.1%、総コストは $0.571、平均応答時間は 26.57s です。

Step 3.7 Flash の特徴: 最も目立つのは コーディング で、順位は #2 です。一方、最も弱い領域は パズル解決 で #17 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

7.8

一貫性

8.7

信頼性

10.0

合計コスト（現在価格）

$0.571

合計出力トークン

440,835

合計入力トークン

319,524

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: 10

試行ごとの合格率: 68.1%

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）

26.57s

応答時間（最大）: 152.83s

応答時間（合計）: 611.09s

不正解: 6 指示に従っていない: 2 無効なツール呼び出し: 1 回答なし: 1

Hamster playing table tennis

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

#113 Step 3.7 Flash

medium
コスト
$0.006
時間
46.2s
トークン
4,466 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 02:06 再テスト 7.8 10.0 $0.571 現在の実行
2026-07-16 22:50 新しいテストを追加 8.0 9.9 $0.515 比較する
2026-06-04 13:52 新しいテストを追加 8.0 9.9 $0.376 比較する
2026-05-29 11:49 初回実行 7.9 9.9 $0.404 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 02:06 · 現在の実行69/69 回7.88.710.013/234440,835319,524$0.57126.57s
2026-05-29 11:49 · 初回実行60/60 回7.99.29.913/202344,4920$0.40420.29s
差分—-0.1-0.5+0.10+2+96343+319524+$0.168+6280ms

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 60/60 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 FlashmediumvsGLM 5.3highStep 3.7 FlashmediumvsGrok 4.6mediumStep 3.7 FlashmediumvsGrok 4.5mediumStep 3.7 FlashmediumvsQwen3.7 PlusnoneStep 3.7 FlashmediumvsLing 3.1 FlashhighStep 3.7 FlashmediumvsGrok 4.5lowStep 3.7 FlashmediumvsMiMo-V2.6-FlashmediumStep 3.7 FlashmediumvsDeepSeek V4 Flash 0731mediumStep 3.7 FlashmediumvsQwen3.8 2.4T A95BhighStep 3.7 FlashmediumvsGPT-6 Lunahigh

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 7.4 3.8
反AIトリック 8.7 7.9
コーディング 8.8 7.8
複合 7.3 5.8
データ解析と抽出 10.0 10.0
ドメイン特化 5.3 10.0
汎用知能 4.0 10.0
指示追従 9.8 10.0
パズル解決 5.7 9.9
ツール呼び出し 10.0 10.0
雑学 3.0 10.0

比較対象モデル