Step 3.7 Flash
よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(4分の1の価格)。
より安価でスコアの高いランク付けモデルが15つあります:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200)ほか12つ。
2026年11月16日時点で、Step 3.7 Flash(StepFun)のBenchLeader Indexは53.0です(ランク付け対象は608構成)。最も強いのは指示追従(67)、最も弱いのはコーディング(39)です。API料金は100万トークンあたり$0.416(入力3:出力1のブレンド)で、2026年11月16日時点の定価です。出力速度は約150トークン/秒です(Artificial Analysis)。2026年5月29日にリリースされました。
要点(2026年11月16日時点)
- Step 3.7 FlashのAPI料金は100万トークンあたり$0.416(入力3:出力1のブレンド)です(定価、2026年11月16日)。
- Step 3.7 Flashの出力速度は約150トークン/秒です(Artificial Analysis、2026年11月16日)。
- Step 3.7 Flashは2026年5月29日にリリースされました(StepFun)。
詳しく見ると:Step 3.7 FlashはStepFunのオープンウェイトの推論モデルです(2026年5月29日リリース)。最もスコアの高い構成は、BenchLeader Indexで53.0 ±9.0を記録し、608構成中267位で上位半分に入ります。重要なのはこの「±」です。ほかに426構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では指示追従が最も高く(67)、コーディングが最も低くなっています(39)。ブレンド価格は100万トークンあたり$0.438で、ランク付けされたモデルの多くより安価です。出力速度は148トークン/秒、回答開始まで14.3秒で、最速の4分の1に入ります。4通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年5月29日。
- ブレンド価格
- $0.438/M
- 入力$0.200・出力$1.15
- 出典:Artificial Analysis
- 出力速度
- 148 tok/s
- Artificial Analysisによる測定
- 回答開始
- 14 s
- 最初のトークン 3.49 s
- コンテキスト
- 256k
- 出典:models.dev
- 回答完了まで
- 30 s
- 最終測定2026年11月13日
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年5月29日
- 総合Index53
- コーディング39
- エージェント・ツール48
- 指示追従67
- マルチモーダル58
- 長文コンテキスト61
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/step-3-7-flash)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
StepFunはこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Step 3.7 Flashこのページ | 2026年5月29日 | 53.0 | #267 |
| Step 3.5 Flash | 2026年4月2日 | 56.3 | #184 |
| Step 3.5 Flash 0202 | 2026年2月2日 | – | – |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
Indexの推移
2026年9月9日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
メタデータ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 38.9#155 | Artificial Analysis |
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond (AA)Index対象外 | 80.9%#189 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 21.4%#226 | Artificial Analysis | |
| CritPtIndex対象外 | 2.3%#217 | Artificial Analysis |
コーディング
| ベンチマーク | low | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| SciCodeエフォート未記載 | – | – | – | 40.0%#180 | SciCode | |
| SciCode (AA)Index対象外エフォート未記載 | – | – | – | 43.9%#169 | Artificial Analysis | |
| ALE-BenchIndex対象外エフォート未記載 | – | – | – | 694.1#98 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 2.1 (AA)Index対象外エフォート未記載 | – | – | – | 39.3%#143 | Artificial Analysis | |
| GameBench 2 OverallIndex対象外設定全体 | – | – | – | 23.2#56 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning settingIndex対象外 | 29.4#172 | 26.8#181 | 13.5#202 | – | DuelLab GameBench 2 | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | – | 1186#90 | Design Arena |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Terminal-Bench Hard | 35.6%#74 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 98.5%#4 | Artificial Analysis | |
| GDPval-AA v2.1Index対象外 | 864#203 | Artificial Analysis | |
| τ³-Banking (AA) | 12.0%#137 | Artificial Analysis | |
| ITBench SRE (AA)Index対象外 | 30.3%#34 | Artificial Analysis | |
| APEX-Agents (AA)Index対象外 | 14.8%#23 | Artificial Analysis | |
| EnterpriseOps-GymIndex対象外 | 29.1%#44 | Artificial Analysis |
数学
| ベンチマーク | high | 出典 | 推移 |
|---|---|---|---|
| AIME 2026汚染の可能性 | 95.0%#18 | MathArena | |
| HMMT February 2026汚染の可能性 | 87.9%#17 | MathArena | |
| MathArena Apex汚染の可能性 | 14.6%#17 | MathArena |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFBench | 67.3%#88 | Artificial Analysis |
マルチモーダル
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| MMMU-Pro | 75.3%#115 | Artificial Analysis |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 73.7%#190 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Intelligence Index v4.3.2Index対象外 | 19.5#249 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 264.2#230 | Artificial Analysis |
GameBench 2 Overall: 23.2. GameBench 2, best reasoning setting (Low): 29.4. 参考値で、BenchLeader Indexには含まれません。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| StepFun | 145 tok/s | 3.69 s | $0.200 | $1.15 | 256k | fp8 |
| NovitaAI | 51 tok/s | 7.64 s | $0.200 | $1.15 | 262k | fp8 |
価格の推移
上記の価格(100万トークンあたり)を、変更があった日ごとに示します。
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.040のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0004 | $0.0004 | 16.3 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0031 | $0.0017 | 18.3 s |
| コード編集 | 6,000 / 1,500 | $0.0029 | $0.0022 | 24.4 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.017 | $0.0094 | 41.3 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0006 | $0.0004 | 15.6 s |
Step 3.7 Flashと比較する
関連ページ
埋め込み・引用
Step 3.7 Flashの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/step-3-7-flash)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Step 3.7 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/step-3-7-flash
BibTeX:
@misc{benchleader_step_3_7_flash_20261116,
author = {{BenchLeader}},
title = {{Step 3.7 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/step-3-7-flash}},
note = {Data as of 2026-11-16}
}よくある質問
- Step 3.7 Flashのベンチマークスコアは?
- 2026年11月16日時点で、Step 3.7 FlashのBenchLeader Indexは53.0 ±9.0です。最も強いのは指示追従(67)、最も弱いのはコーディング(39)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Step 3.7 Flashの順位は?
- 2026年11月16日時点で、Step 3.7 Flashはランク付けされた608構成中267位です。ほかに426構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Step 3.7 Flashの料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Step 3.7 Flashの料金は入力100万トークンあたり$0.200、出力100万トークンあたり$1.15で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.438です。定価が最後に変わったのは2026年9月9日です。
- Step 3.7 FlashはMiniMax M3.1 Flashより優れていますか?
- 2026年11月16日時点で、MiniMax M3.1 FlashとStep 3.7 Flashの品質はほぼ互角です(BenchLeader Indexで54.3対53.0、±10.1の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Step 3.7 Flashはいつリリースされましたか?
- StepFunが2026年5月29日にStep 3.7 Flashをリリースしました。BenchLeaderには4通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Step 3.7 Flash:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/step-3-7-flash