BenchLeader

Step 3.7 Flash

推論エフォート
品質339中130位
53.0Index
中央値より上
中央値比 +2.8
価格255中76位
$0.438100万トークンあたり
多くのモデルより安い
中央値の0.5倍
速度216中36位
148トークン/秒
上位4分の1
中央値の1.8倍
コスパ255中74位
121.0ポイント/$
中央値より上
中央値の2.2倍

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
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index53
  2. コーディング39
  3. エージェント・ツール48
  4. 指示追従67
  5. マルチモーダル58
  6. 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
[![Step 3.7 Flash on BenchLeader: 総合 129位](https://www.benchleader.com/badge/step-3-7-flash.svg?style=compact)](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。

StepFunの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

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 Flash2026年4月2日56.3#184
Step 3.5 Flash 02022026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。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
low––148 tok/s14 s$0.0004
medium––148 tok/s14 s$0.0004
high––148 tok/s14 s$0.0004数学 51
未記載最良53.0#267148 tok/s14 s$0.0004エージェント・ツール 48 · コーディング 39 · 指示追従 67 · 長文コンテキスト 61 · マルチモーダル 58

Indexの推移

2026年9月9日〜2026年11月16日
435464

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#155Artificial Analysis

推論

ベンチマーク標準出典推移
GPQA Diamond (AA)Index対象外80.9%#189Artificial Analysis
Humanity's Last Exam (AA)Index対象外21.4%#226Artificial Analysis
CritPtIndex対象外2.3%#217Artificial Analysis

コーディング

ベンチマークlowmediumhigh標準出典推移
SciCodeエフォート未記載–––40.0%#180SciCode
SciCode (AA)Index対象外エフォート未記載–––43.9%#169Artificial Analysis
ALE-BenchIndex対象外エフォート未記載–––694.1#98Epoch AI Benchmarking Hub
Terminal-Bench 2.1 (AA)Index対象外エフォート未記載–––39.3%#143Artificial Analysis
GameBench 2 OverallIndex対象外設定全体–––23.2#56DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外29.4#17226.8#18113.5#202–DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載–––1186#90Design Arena

エージェント・ツール

数学

ベンチマークhigh出典推移
AIME 2026汚染の可能性95.0%#18MathArena
HMMT February 2026汚染の可能性87.9%#17MathArena
MathArena Apex汚染の可能性14.6%#17MathArena

指示追従

ベンチマーク標準出典推移
IFBench67.3%#88Artificial Analysis

マルチモーダル

ベンチマーク標準出典推移
MMMU-Pro75.3%#115Artificial Analysis

長文コンテキスト

ベンチマーク標準出典推移
AA-LCR v1.173.7%#190Artificial 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#249Artificial Analysis
AA Progress Index v1Index対象外264.2#230Artificial 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
StepFun145 tok/s3.69 s$0.200$1.15256kfp8
NovitaAI51 tok/s7.64 s$0.200$1.15262kfp8

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。

$0.00$0.316$0.632$0.949$1.2626年9月26年10月26年11月
入力 出力
現在:入力$0.200・出力$1.15

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$0.000416.3 s
30ページのレポートを要約12,000 / 600$0.0031$0.001718.3 s
コード編集6,000 / 1,500$0.0029$0.002224.4 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$0.009441.3 s
構造化データの抽出2,000 / 200$0.0006$0.000415.6 s

StepFunのほかのモデル

今月の新着

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。

[![Step 3.7 Flash on BenchLeader: 総合 129位](https://www.benchleader.com/badge/step-3-7-flash.svg)](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}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

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