BenchLeader

Qwen3.8-Flash-Next vs Step 5 Preview

詳しいプロフィール:Qwen3.8-Flash-Next(Alibaba)とStep 5 Preview(StepFun)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 7件の情報源のデータ

2026年11月16日時点で、Qwen3.8-Flash-NextとStep 5 Previewの品質は互角です(BenchLeader Indexで53.9 対 56.0、±9.0の誤差範囲内)。価格はQwen3.8-Flash-Nextの方が6.2倍安く、100万トークンあたりのブレンド価格で$0.230 対 $1.43です。エージェント・ツール(64 対 49)、コーディング(61 対 50)、マルチモーダル(61 対 59)を重視するならQwen3.8-Flash-Next、知識(54 対 38)、推論(52 対 43)、長文コンテキスト(69 対 65)を重視するならStep 5 Previewが向いています。回答開始までの時間はStep 5 Previewの方が短く、23.5秒 対 65.5秒です。Step 5 Previewは出力が約1.5倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはQwen3.8-Flash-Nextが53.9、Step 5 Previewが56.0です(BenchLeader、2026年11月16日)。
  • Qwen3.8-Flash-Nextの100万トークンあたりのブレンド価格は$0.230です(定価、2026年11月16日)。
  • Step 5 Previewの100万トークンあたりのブレンド価格は$1.43です(定価、2026年11月16日)。
  • Step 5 PreviewはQwen3.8-Flash-Nextより出力が約1.5倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
  • 両モデルに結果がある23件のベンチマークのうち、Qwen3.8-Flash-Nextが12件でリードしています(BenchLeader、2026年11月16日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングQwen3.8-Flash-Nextカテゴリスコア61 対 50;FrontierCode 2.0 (AA) 27.1% 対 12.0%高
エージェント・ツール利用Qwen3.8-Flash-Nextカテゴリスコア64 対 49;Arena Agent -4.6 対 -3.7高
推論Step 5 Previewカテゴリスコア52 対 43;HLE-Diamond (AA) 24.3% 対 16.3%高
知識Step 5 Previewカテゴリスコア54 対 38;AA-Omniscience v1.1 16.4 対 -12.2高
長い文書Step 5 Previewカテゴリスコア69 対 65;AA-LCR v1.1 88.3% 対 79.7%中
画像などのメディアQwen3.8-Flash-Nextカテゴリスコア61 対 59;MMMU-Pro 78.6% 対 76.4%中
チャットの質(人間の評価)–Arenaの評価があるのはStep 5 Previewのみです(カテゴリスコア63)比較不可
最低コストQwen3.8-Flash-Next100万トークンあたりブレンド価格$0.230 対 $1.43;エージェント型コーディングセッション$0.011 対 $0.071–
回答開始の速さStep 5 Preview最初の回答トークンまで23.5秒(Step 5 Preview)対 65.5秒(Qwen3.8-Flash-Next)–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • Qwen3.8-Flash-NextとStep 5 Previewの品質は互角です(53.9 対 56.0、±9.0の誤差範囲内)。
  • Qwen3.8-Flash-Nextはエージェント・ツール、コーディング、マルチモーダルで優れています。
  • Step 5 Previewは知識、長文コンテキスト、推論で優れています。
  • Qwen3.8-Flash-Nextの方が6.2倍安くなっています(100万トークンあたりブレンド価格$0.230 対 $1.43)。
  • Step 5 Previewの方が出力が1.5倍速くなっています(124 対 80トークン/秒)。

概要

仕様Qwen3.8-Flash-NextStep 5 Preview
プロバイダーAlibabaStepFun
リリース日2026年8月26日2026年9月18日
コンテキストウィンドウ(トークン)256,0001,000,000
比較した構成Qwen3.8-Flash-NextStep 5 Preview
オープンウェイトありあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.150 / $0.470 / –$1.00 / $2.70 / $0.105

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリQwen3.8-Flash-NextStep 5 Previewトップ
推論43.051.7Step 5 Preview
コーディング60.749.9Qwen3.8-Flash-Next
エージェント・ツール64.049.1Qwen3.8-Flash-Next
数学–60.1比較不可
知識38.153.7Step 5 Preview
人間の評価–63.1比較不可
マルチモーダル61.059.3Qwen3.8-Flash-Next
長文コンテキスト64.569.0Step 5 Preview

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール知識長文コンテキストマルチモーダルQwen3.8-Flash-Next, 推論: 43.0Qwen3.8-Flash-Next, コーディング: 60.7Qwen3.8-Flash-Next, エージェント・ツール: 64.0Qwen3.8-Flash-Next, 知識: 38.1Qwen3.8-Flash-Next, 長文コンテキスト: 64.5Qwen3.8-Flash-Next, マルチモーダル: 61.0Step 5 Preview, 推論: 51.7Step 5 Preview, コーディング: 49.9Step 5 Preview, エージェント・ツール: 49.1Step 5 Preview, 知識: 53.7Step 5 Preview, 長文コンテキスト: 69.0Step 5 Preview, マルチモーダル: 59.3

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある23件のベンチマークのうち、Qwen3.8-Flash-Nextのリードが12件、Step 5 Previewのリードが11件です。両方を評価しているすべての総合指標で、Qwen3.8-Flash-Nextが上回っています。

総合IndexQwen3.8-Flash-NextStep 5 Previewトップ
BenchLeader Index53.956.0互角
AA Intelligence Index v5.0.128.628.5Qwen3.8-Flash-Next

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Qwen3.8-Flash-NextStep 5 Preview
100万トークンあたりのブレンド価格$0.230$1.43
100万トークンあたりの入力/出力$0.150 / $0.470$1.00 / $2.70
100万トークンあたりのキャッシュ入力–$0.105
タスクあたりの価格:チャットの返答$0.0002$0.0012
タスクあたりの価格:30ページのレポートを要約$0.0021$0.014
タスクあたりの価格:コード編集$0.0016$0.010
タスクあたりの価格:エージェント型コーディングセッション$0.011$0.071
タスクあたりの価格:構造化データの抽出$0.0004$0.0025
エージェント型コーディングセッション(入力の大半がキャッシュ)–$0.030
ベンチマークのタスクあたりのコスト(AA Index)$0.569$2.35
タスクあたりの出力トークン(AA Index)148k113k
うち推論97k80k
タスクあたりの時間(AA Index)31 min15 min
出力速度80 tok/s124 tok/s
回答開始までの時間65.5秒23.5秒
回答が完了するまでの時間(最終測定2026年11月13日)202.8秒54.4秒

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Qwen3.8-Flash-Nextで$0.569、Step 5 Previewで$2.35でした。同じ作業でQwen3.8-Flash-Nextは1.3倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Qwen3.8-Flash-Nextのスコアは53.9、最初の回答トークンまで66秒。Step 5 Previewのスコアは56.0、最初の回答トークンまで24秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

92件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Qwen3.8-Flash-NextStep 5 Preview
BenchLeader IndexBenchLeader53.956.0
エージェント・ツールスコアBenchLeader64.049.1
コーディングスコアBenchLeader60.749.9
知識スコアBenchLeader38.153.7
長文コンテキストスコアBenchLeader64.569.0
マルチモーダルスコアBenchLeader61.059.3
推論スコアBenchLeader43.051.7
人間の評価スコアBenchLeader–63.1
数学スコアBenchLeader–60.1
ブレンド価格($/100万トークン)BenchLeader$0.230$1.43
出力速度BenchLeader80 tok/s124 tok/s
回答開始までの時間BenchLeader65.5秒23.5秒
コンテキストウィンドウBenchLeader256,000トークン1,000,000トークン
推論
Arena Hard PromptsArena (LMArena)–1477
LiveBench 2.0 ReasoningLiveBench–83.8%†
LiveBench 1.0 ReasoningLiveBench87.4%–
GPQA Diamond (AA)Artificial Analysis92.3%–
Humanity's Last Exam (AA)Artificial Analysis38.0%46.5%
HLE-Diamond (AA)Artificial Analysis16.3%24.3%
CritPtArtificial Analysis11.1%20.9%
CritPt v2 hard subset (AA)Artificial Analysis24.5%32.5%
MysteryMechanismVals AI–18.5%
Arena ExpertArena (LMArena)–1489
コーディング
SciCodeSciCode–58.9%
Arena CodingArena (LMArena)–1505
Arena WebDevArena (LMArena)16241573†
LiveBench 2.0 CodingLiveBench–67.6%†
LiveBench 1.0 CodingLiveBench72.5%–
SciCode (AA)Artificial Analysis50.6%58.9%
IOIVals AI–38.1%
Code MigrationVals AI–39.0%
Code Migration v1.1Vals AI–47.0%
SWE-bench MultimodalVals AI–40.8%
Vibe Code Bench v1.1Vals AI–70.4%
Terminal-Bench 4.0 (AA)Artificial Analysis25.3%33.3%
Terminal-Bench 2.1 (AA)Artificial Analysis86.1%–
FrontierCode 1.1 (AA)Artificial Analysis–38.4%
FrontierCode 2.0 (AA)Artificial Analysis27.1%12.0%
92件のベンチマークをすべて表示
指標公開元Qwen3.8-Flash-NextStep 5 Preview
エージェント・ツール
Arena AgentArena (LMArena)-4.6-3.7
LiveBench Long AgenticLiveBench–19.4%†
LiveBench BrowserLiveBench–24.8%†
LiveBench Agentic CodingLiveBench61.6%–
GDPval-AA v2.1, normalised scoreArtificial Analysis56.4%54.3%
GDPval-AA v2.1Artificial Analysis16371591
τ³-Banking (AA)Artificial Analysis45.4%–
ITBench SRE (AA)Artificial Analysis–55.6%
Analyst Agent (AA)Artificial Analysis–35.0%
APEX-Agents (AA)Artificial Analysis–38.0%
Finance Agent v2Vals AI–50.7%
Finance Agent v2.1Vals AI–58.9%
Harvey's Legal Agent Benchmark v1.1Vals AI–12.9%
Harvey's Legal Agent Benchmark v1Vals AI–9.2%
Legal Research BenchVals AI–40.4%
SREBenchVals AI–0.4%
Tax Agent BenchVals AI–27.3%
Terminal-Bench 4.0 (Vals)Vals AI–31.8%
Terminal-Bench ScienceVals AI–2.9%
Arena Agent Task CompletionArena (LMArena)0.3-1.5
AutomationBenchArtificial Analysis55.9%51.0%
GDP.pdf (AA)Artificial Analysis15.6%14.8%
EnterpriseOps-GymArtificial Analysis–47.2%
AA-Briefcase v1.1Artificial Analysis15721424
Terminal-Bench-Science 0.1 (AA)Artificial Analysis7.1%2.4%
CWE-Bench (AA)Artificial Analysis–52.5%
DeepSec-Bench (AA)Artificial Analysis–15.8%
CyberGym end-to-end (AA)Artificial Analysis–74.8%
MKA (AA)Artificial Analysis–27.6%
数学
ProofBenchVals AI–42.0%
LiveBench MathematicsLiveBench85.8%–
Arena MathsArena (LMArena)–1470
知識
LiveBench 2.0 Data AnalysisLiveBench–63.5%†
LiveBench ResearchLiveBench–75.5%†
LiveBench 1.0 Data AnalysisLiveBench74.2%–
AA-Omniscience v1.1Artificial Analysis-12.216.4
BioMysteryBenchVals AI–67.4%
Excel Modeling BenchmarkVals AI–57.1%
Excel Modeling Benchmark v1.1Vals AI–69.5%
Public Benefits Bench v1.1Vals AI–58.1%
AA-Omniscience v1.1: accuracyArtificial Analysis23.5%36.4%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis53.2%68.7%
指示追従
LiveBench LanguageLiveBench74.6%–
LiveBench Instruction FollowingLiveBench77.1%–
Arena Instruction FollowingArena (LMArena)–1450
人間の評価
Arena TextArena (LMArena)–1449
Arena Creative WritingArena (LMArena)–1413
Arena Multi-turnArena (LMArena)–1445
Arena Longer QueriesArena (LMArena)–1461
マルチモーダル
Arena VisionArena (LMArena)–1263
LiveBench DesignLiveBench–70.8%†
MMMU-ProArtificial Analysis78.6%76.4%
Code2Video-AAArtificial Analysis–821
AA-3DArtificial Analysis–859
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%88.3%
MLCRArtificial Analysis20.6%18.3%
総合
LiveBench 2.0LiveBench–54.9%†
LiveBench 1.0LiveBench76.2%–
AA Intelligence Index v5.0.1Artificial Analysis28.628.5
AA Intelligence Index v4.3.2Artificial Analysis39.843.7
AA Progress Index v1Artificial Analysis320.2318.2
Vals IndexVals AI–54.8
Vals Finance IndexVals AI–55.4%
Vals Science IndexVals AI–29.6%
Vals Legal IndexVals AI–70.2%
AA Cyber IndexArtificial Analysis–47.7
メタデータ
AA Openness IndexArtificial Analysis38.933.3

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

最近の変化

  • Step 5 Preview:BenchLeader Index 54.2 → 56.0。
  • Step 5 Preview:BenchLeader Index 54.7 → 54.2。
  • Qwen3.8-Flash-Next:BenchLeader Index 54.7 → 54.0。
  • Qwen3.8-Flash-Next:新しい結果3件(AA Intelligence Index v5.0.1, FrontierCode 2.0 (AA), Terminal-Bench-Science 0.1 (AA))。
  • Step 5 Preview:スコアの改訂1件。
  • Qwen3.8-Flash-Next:新しい結果1件(CritPt v2 hard subset (AA))、スコアの改訂1件。
  • Step 5 Preview:スコアの改訂7件。
  • Step 5 Preview:新しい結果2件(Vals Index, Harvey's Legal Agent Benchmark v1.1)。
  • Qwen3.8-Flash-Next:新しい結果1件(AA-Briefcase v1.1)、スコアの改訂1件。
  • Step 5 Preview:スコアの改訂1件。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Qwen3.8-Flash-Next vs Step 5 Preview:よくある質問

Qwen3.8-Flash-NextはStep 5 Previewより優れていますか?
Qwen3.8-Flash-NextとStep 5 Previewの品質は互角です(53.9 対 56.0、±9.0の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Qwen3.8-Flash-NextとStep 5 Previewはどちらが安いですか?今後変わる予定はありますか?
現在はQwen3.8-Flash-Nextの方が安く、100万トークンあたり$0.230 対 $1.43です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはQwen3.8-Flash-NextとStep 5 Previewのどちらが向いていますか?
コーディングではQwen3.8-Flash-Nextの方がスコアが高くなっています(カテゴリ指標で61 対 50。50が平均)。共通するコーディングベンチマークのうち最も重要なFrontierCode 2.0 (AA)では、Qwen3.8-Flash-Nextが27.1%、Step 5 Previewが12.0%です。
Qwen3.8-Flash-NextとStep 5 Previewはどちらが速いですか?
Step 5 Previewの方が出力が約1.5倍速くなっています(出力124 対 80トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはQwen3.8-Flash-NextとStep 5 Previewのどちらが向いていますか?
エージェント型のタスクではQwen3.8-Flash-Nextの方がスコアが高くなっています(カテゴリ指標で64 対 49。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、Qwen3.8-Flash-Nextが-4.6、Step 5 Previewが-3.7です。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではStep 5 Previewの方がスコアが高くなっています(69 対 65)。コンテキストはStep 5 Previewの方が長く、1,000,000トークンです(Qwen3.8-Flash-Nextは256,000トークン)。
レイテンシが低いのはどちらですか?
先に回答を始めるのはStep 5 Previewです。Artificial Analysisの測定では、最初の回答トークンまで23.5秒 対 65.5秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
Qwen3.8-Flash-NextとStep 5 Previewについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある23件のベンチマークのうち、Qwen3.8-Flash-Nextのリードが12件、Step 5 Previewのリードが11件です。両方を評価しているすべての総合指標で、Qwen3.8-Flash-Nextが上回っています。
Step 5 Previewはいつリリースされましたか?
Step 5 Previewは2026年9月18日にリリースされました。