BenchLeader
StepFunオープンウェイト推論モデルほかのモデルと比較

Step 5 Preview

別の検索名:Step 5, StepFun Step 5 Preview

推論エフォート
品質339中94位
56.0Index
中央値より上
中央値比 +5.8
価格255中157位
$1.43100万トークンあたり
多くのモデルより高い
中央値の1.7倍
速度216中51位
124トークン/秒
上位4分の1
中央値の1.5倍
コスパ255中157位
39.3ポイント/$
中央値より下
中央値の0.7倍

よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(10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23つあります:Kimi K2.5 (59.4, $1.20)、Qwen3.6 Plus (59.0, $1.13)、Gemini 3 Flash (58.9, $1.13)ほか20つ。

2026年11月16日時点で、Step 5 Preview(StepFun)のBenchLeader Indexは56.0です(ランク付け対象は608構成)。最も強いのは長文コンテキスト(69)、最も弱いのはエージェント・ツール(49)です。API料金は入力100万トークンあたり$1.00、出力100万トークンあたり$2.70(3:1のブレンドで$1.43)で、2026年11月16日時点の定価です。出力速度は約120トークン/秒です(Artificial Analysis)。2026年9月18日にリリースされました。

要点(2026年11月16日時点)

  • Step 5 PreviewのAPI料金は入力100万トークンあたり$1.00、出力100万トークンあたり$2.70(3:1のブレンドで$1.43)です(定価、2026年11月16日)。
  • Step 5 Previewの出力速度は約120トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Step 5 Previewは2026年9月18日にリリースされました(StepFun)。

詳しく見ると:Step 5 PreviewはStepFunのオープンウェイトの推論モデルです(2026年9月18日リリース)。最もスコアの高い構成は、BenchLeader Indexで56.0 ±4.4を記録し、608構成中195位で上位半分に入ります。重要なのはこの「±」です。ほかに279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。カテゴリ別では長文コンテキストが最も高く(69)、エージェント・ツールが最も低くなっています(49)。ブレンド価格は100万トークンあたり$1.43で、ランク付けされたモデルの多くより高価です。出力速度は124トークン/秒、回答開始まで23.5秒で、最速の4分の1に入ります。3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11月11日。

ブレンド価格
$1.43/M
入力$1.00・出力$2.70
出典:Artificial Analysis
出力速度
124 tok/s
Artificial Analysisによる測定
回答開始
24 s
最初のトークン 1.61 s
コンテキスト
1M
出典:Artificial Analysis
回答完了まで
54 s
最終測定2026年11月13日
タスクあたりコスト
$2.35
1タスク15 min、AA Index
タスクあたりトークン数
113k
うち70%が推論
リリース日
2026年9月18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Index56
  2. 推論52
  3. コーディング50
  4. エージェント・ツール49
  5. 数学60
  6. 知識54
  7. 人間の評価63
  8. マルチモーダル59
  9. 長文コンテキスト69

この順位を埋め込む

ほかのバッジスタイル
[![Step 5 Preview on BenchLeader: 総合 93位](https://www.benchleader.com/badge/step-5.svg?style=compact)](https://www.benchleader.com/models/step-5)

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

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
high––124 tok/s24 s$0.0012コーディング 59
max––124 tok/s24 s$0.0012総合 38
未記載最良56.0#195124 tok/s24 s$0.0012エージェント・ツール 49 · コーディング 50 · 人間の評価 63 · 知識 54 · 長文コンテキスト 69 · 数学 60 · マルチモーダル 59 · 推論 52

Indexの推移

2026年10月3日〜2026年11月16日
505865

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33.3#239Artificial Analysis

推論

ベンチマークmax標準出典推移
Arena Hard Promptsエフォート未記載–1477#73Arena (LMArena)
LiveBench 2.0 ReasoningIndex対象外83.8%#21–LiveBench
Humanity's Last Exam (AA)Index対象外エフォート未記載–46.5%#50Artificial Analysis
HLE-Diamond (AA)エフォート未記載–24.3%#65Artificial Analysis
CritPtIndex対象外エフォート未記載–20.9%#68Artificial Analysis
CritPt v2 hard subset (AA)エフォート未記載–32.5%#74Artificial Analysis
MysteryMechanismIndex対象外エフォート未記載–18.5%#28Vals AI
Arena ExpertIndex対象外エフォート未記載–1489#63Arena (LMArena)

コーディング

ベンチマークhighmax標準出典推移
SciCodeエフォート未記載––58.9%#22SciCode
Arena Codingエフォート未記載––1505#70Arena (LMArena)
Arena WebDev1573#46––Arena (LMArena)
LiveBench 2.0 CodingIndex対象外–67.6%#25–LiveBench
SciCode (AA)Index対象外エフォート未記載––58.9%#22Artificial Analysis
IOIエフォート未記載––38.1%#39Vals AI
Code MigrationIndex対象外エフォート未記載––39.0%#32Vals AI
Code Migration v1.1Index対象外エフォート未記載––47.0%#18Vals AI
SWE-bench MultimodalIndex対象外エフォート未記載––40.8%#18Vals AI
Vibe Code Bench v1.1Index対象外エフォート未記載––70.4%#50Vals AI
Terminal-Bench 4.0 (AA)Index対象外エフォート未記載––33.3%#57Artificial Analysis
FrontierCode 1.1 (AA)Index対象外エフォート未記載––38.4%#47Artificial Analysis
FrontierCode 2.0 (AA)エフォート未記載––12.0%#91Artificial Analysis

エージェント・ツール

ベンチマークmax標準出典推移
Arena Agentエフォート未記載–-3.7#39Arena (LMArena)
LiveBench Long AgenticIndex対象外19.4%#25–LiveBench
LiveBench BrowserIndex対象外24.8%#28–LiveBench
GDPval-AA v2.1, normalised scoreIndex対象外エフォート未記載–54.3%#26Artificial Analysis
GDPval-AA v2.1Index対象外エフォート未記載–1591#43Artificial Analysis
ITBench SRE (AA)Index対象外エフォート未記載–55.6%#2Artificial Analysis
Analyst Agent (AA)Index対象外エフォート未記載–35.0%#30Artificial Analysis
APEX-Agents (AA)Index対象外エフォート未記載–38.0%#5Artificial Analysis
Finance Agent v2Index対象外エフォート未記載–50.7%#43Vals AI
Finance Agent v2.1Index対象外エフォート未記載–58.9%#28Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外エフォート未記載–12.9%#16Vals AI
Harvey's Legal Agent Benchmark v1Index対象外エフォート未記載–9.2%#22Vals AI
Legal Research BenchIndex対象外エフォート未記載–40.4%#36Vals AI
SREBenchIndex対象外エフォート未記載–0.4%#31Vals AI
Tax Agent BenchIndex対象外エフォート未記載–27.3%#40Vals AI
Terminal-Bench 4.0 (Vals)Index対象外エフォート未記載–31.8%#25Vals AI
Terminal-Bench ScienceIndex対象外エフォート未記載–2.9%#34Vals AI
Arena Agent Task CompletionIndex対象外エフォート未記載–-1.5#35Arena (LMArena)
AutomationBenchIndex対象外エフォート未記載–51.0%#104Artificial Analysis
GDP.pdf (AA)Index対象外エフォート未記載–14.8%#126Artificial Analysis
EnterpriseOps-GymIndex対象外エフォート未記載–47.2%#10Artificial Analysis
AA-Briefcase v1.1Index対象外エフォート未記載–1424#73Artificial Analysis
Terminal-Bench-Science 0.1 (AA)Index対象外エフォート未記載–2.4%#98Artificial Analysis
CWE-Bench (AA)エフォート未記載–52.5%#17Artificial Analysis
DeepSec-Bench (AA)エフォート未記載–15.8%#18Artificial Analysis
CyberGym end-to-end (AA)エフォート未記載–74.8%#8Artificial Analysis
MKA (AA)Index対象外エフォート未記載–27.6%#21Artificial Analysis

数学

ベンチマーク標準出典推移
ProofBench42.0%#40Vals AI
Arena Maths1470#54Arena (LMArena)

知識

ベンチマークmax標準出典推移
LiveBench 2.0 Data AnalysisIndex対象外63.5%#29–LiveBench
LiveBench ResearchIndex対象外75.5%#25–LiveBench
AA-Omniscience v1.1エフォート未記載–16.4#60Artificial Analysis
BioMysteryBenchIndex対象外エフォート未記載–67.4%#20Vals AI
Excel Modeling BenchmarkIndex対象外エフォート未記載–57.1%#42Vals AI
Excel Modeling Benchmark v1.1Index対象外エフォート未記載–69.5%#20Vals AI
Public Benefits Bench v1.1Index対象外エフォート未記載–58.1%#37Vals AI
AA-Omniscience v1.1: accuracyIndex対象外エフォート未記載–36.4%#84Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外エフォート未記載–68.7%#40Artificial Analysis

指示追従

ベンチマーク標準出典推移
Arena Instruction FollowingIndex対象外1450#67Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1449#83Arena (LMArena)
Arena Creative WritingIndex対象外1413#92Arena (LMArena)
Arena Multi-turnIndex対象外1445#102Arena (LMArena)
Arena Longer QueriesIndex対象外1461#77Arena (LMArena)

マルチモーダル

ベンチマークmax標準出典推移
Arena Visionエフォート未記載–1263#51Arena (LMArena)
LiveBench DesignIndex対象外70.8%#26–LiveBench
MMMU-Proエフォート未記載–76.4%#100Artificial Analysis
Code2Video-AAIndex対象外エフォート未記載–821#24Artificial Analysis
AA-3DIndex対象外エフォート未記載–859#21Artificial Analysis

長文コンテキスト

ベンチマーク標準出典推移
AA-LCR v1.188.3%#2Artificial Analysis
MLCRIndex対象外18.3%#67Artificial Analysis

総合

ベンチマークmax標準出典推移
LiveBench 2.054.9%#27–LiveBench
AA Intelligence Index v5.0.1Index対象外エフォート未記載–28.5#73Artificial Analysis
AA Intelligence Index v4.3.2Index対象外エフォート未記載–43.7#49Artificial Analysis
AA Progress Index v1Index対象外エフォート未記載–318.2#71Artificial Analysis
Vals IndexIndex対象外エフォート未記載–54.8#25Vals AI
Vals Finance IndexIndex対象外エフォート未記載–55.4%#29Vals AI
Vals Science IndexIndex対象外エフォート未記載–29.6%#21Vals AI
Vals Legal IndexIndex対象外エフォート未記載–70.2%#18Vals AI
AA Cyber IndexIndex対象外エフォート未記載–47.7#11Artificial Analysis

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

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
StepFun159 tok/s1.61 s$1.00$2.701Mfp8
Featherless8 tok/s4.06 s$1.00$2.70262kfp4

利用状況

Step 5 Previewが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー

OpenRouter、過去1週間
#7
トークンシェア3.0%
可用性、72時間
98.5%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
2.85%
ツール呼び出しに占める割合
OpenRouterでの1日あたりのトークン数(2026年10月17日〜2026年11月15日):合計23.5T、前週比 −11%。

直近30日間の典型的なリクエスト:リクエストあたり256.5kトークン、出力1トークンあたり入力214トークン、入力の95%がキャッシュから、出力の1%が推論、リクエストあたり0.01回のツール呼び出し。

OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:OpenClaw (6.29T)、Hermes Agent (1.83T)、Kilo Code (2.2B)、pi (2.0B)、Nous Research API (1.4B)。

Vercel AI Gatewayのプロバイダースループット最初のトークン稼働率、1日
Stepfun232 tok/s0.57 s99.88%
Tencent99 tok/s1.86 s99.95%

出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。

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$0.105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$0.0012$0.000925.9 s
30ページのレポートを要約12,000 / 600$0.014$0.005628.4 s
コード編集6,000 / 1,500$0.010$0.006035.6 s
エージェント型コーディングセッション60,000 / 4,000$0.071$0.03055.8 s
構造化データの抽出2,000 / 200$0.0025$0.001225.1 s

StepFunのほかのモデル

今月の新着

Step 5 Previewと比較する

関連ページ

埋め込み・引用

Step 5 Preview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 5 Preview on BenchLeader: 総合 93位](https://www.benchleader.com/badge/step-5.svg)](https://www.benchleader.com/models/step-5)

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 5 Preview on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/step-5

BibTeX:

@misc{benchleader_step_5_20261116,
  author       = {{BenchLeader}},
  title        = {{Step 5 Preview on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/step-5}},
  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 5 Previewのベンチマークスコアは?
2026年11月16日時点で、Step 5 PreviewのBenchLeader Indexは56.0 ±4.4です。最も強いのは長文コンテキスト(69)、最も弱いのはエージェント・ツール(49)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 5 Previewの順位は?
2026年11月16日時点で、Step 5 Previewはランク付けされた608構成中195位です。ほかに279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 5 Preview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 5 Previewの料金は入力100万トークンあたり$1.00、出力100万トークンあたり$2.70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$1.43です。
Step 5 PreviewはDeepSeek V4 Proより優れていますか?
2026年11月16日時点で、DeepSeek V4 Pro(推論エフォート high)とStep 5 Previewの品質はほぼ互角です(BenchLeader Indexで56.0対56.0、±6.2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 5 Previewはいつリリースされましたか?
StepFunが2026年9月18日にStep 5 Previewをリリースしました。BenchLeaderには3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 5 Preview: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-5