#32 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 tok
Stepfun
リリース: 2026-05-29
テスト日時: 2026-05-29 11:49
stepfun/step-3.7-flash::medium
198B 総数 (11B アクティブ)MoEオープンソース
概要
Step 3.7 Flash は AI BENCHY で 7.9 を記録し、順位は #32 です。信頼性は 9.9、成功率は 71.7%、総コストは $0.404、平均応答時間は 20.29s です。
Step 3.7 Flash の特徴: 最も目立つのは ドメイン特化 で、順位は #1 です。一方、最も弱い領域は 汎用知能 で #18 です。 このスコア帯としては benchmark 総コストがかなり低めです。
モデル情報
調査日：2026-08-12
- 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
入力価格
$0.200 / 1M
出力価格
$1.150 / 1M
不安定なテスト
2
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）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:31 再テスト | 7.9 | 10.0 | $0.495 | 比較する | |
| 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 | 現在の実行 |
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） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-29 11:49 · 初回実行 | 60/60 回 | 7.9 | 9.2 | 9.9 | 13/20 | 2 | 344,492 | 0 | $0.404 | 20.29s |
| 2026-08-14 02:31 · 再テスト | 66/66 回 | 7.9 | 8.9 | 10.0 | 13/22 | 3 | 409,709 | 114,191 | $0.495 | 23.51s |
| 差分 | — | 0.0 | +0.3 | -0.1 | 0 | -1 | -65217 | -114191 | -$0.091 | -3220ms |
ベンチマーク網羅率が異なります: 60/60 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。
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。
クイック比較
Step 3.7 FlashmediumvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsQwen3.8 27BlowStep 3.7 FlashmediumvsKimi K3maxStep 3.7 FlashmediumvsQwen3.7 PlusmediumStep 3.7 FlashmediumvsGPT-5.6 TerrahighStep 3.7 FlashmediumvsQwen3.6 PlusmediumStep 3.7 FlashmediumvsInklingmediumStep 3.7 FlashmediumvsGemini 3.5 Flash LitemediumStep 3.7 FlashmediumvsGLM 5.2highStep 3.7 FlashmediumvsGLM 5.2medium