Step 5 Preview
別の検索名:Step 5, StepFun Step 5 Preview
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
- 総合Index56
- 推論52
- コーディング50
- エージェント・ツール49
- 数学60
- 知識54
- 人間の評価63
- マルチモーダル59
- 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[](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。
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10月3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 | 33.3#239 | Artificial 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#73 | Arena (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%#50 | Artificial Analysis | |
| HLE-Diamond (AA)エフォート未記載 | – | 24.3%#65 | Artificial Analysis | |
| CritPtIndex対象外エフォート未記載 | – | 20.9%#68 | Artificial Analysis | |
| CritPt v2 hard subset (AA)エフォート未記載 | – | 32.5%#74 | Artificial Analysis | |
| MysteryMechanismIndex対象外エフォート未記載 | – | 18.5%#28 | Vals AI | |
| Arena ExpertIndex対象外エフォート未記載 | – | 1489#63 | Arena (LMArena) |
コーディング
| ベンチマーク | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| SciCodeエフォート未記載 | – | – | 58.9%#22 | SciCode | |
| Arena Codingエフォート未記載 | – | – | 1505#70 | Arena (LMArena) | |
| Arena WebDev | 1573#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%#22 | Artificial Analysis | |
| IOIエフォート未記載 | – | – | 38.1%#39 | Vals AI | |
| Code MigrationIndex対象外エフォート未記載 | – | – | 39.0%#32 | Vals AI | |
| Code Migration v1.1Index対象外エフォート未記載 | – | – | 47.0%#18 | Vals AI | |
| SWE-bench MultimodalIndex対象外エフォート未記載 | – | – | 40.8%#18 | Vals AI | |
| Vibe Code Bench v1.1Index対象外エフォート未記載 | – | – | 70.4%#50 | Vals AI | |
| Terminal-Bench 4.0 (AA)Index対象外エフォート未記載 | – | – | 33.3%#57 | Artificial Analysis | |
| FrontierCode 1.1 (AA)Index対象外エフォート未記載 | – | – | 38.4%#47 | Artificial Analysis | |
| FrontierCode 2.0 (AA)エフォート未記載 | – | – | 12.0%#91 | Artificial Analysis |
エージェント・ツール
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| ProofBench | 42.0%#40 | Vals AI | |
| Arena Maths | 1470#54 | Arena (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#60 | Artificial Analysis | |
| BioMysteryBenchIndex対象外エフォート未記載 | – | 67.4%#20 | Vals AI | |
| Excel Modeling BenchmarkIndex対象外エフォート未記載 | – | 57.1%#42 | Vals AI | |
| Excel Modeling Benchmark v1.1Index対象外エフォート未記載 | – | 69.5%#20 | Vals AI | |
| Public Benefits Bench v1.1Index対象外エフォート未記載 | – | 58.1%#37 | Vals AI | |
| AA-Omniscience v1.1: accuracyIndex対象外エフォート未記載 | – | 36.4%#84 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外エフォート未記載 | – | 68.7%#40 | Artificial Analysis |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Instruction FollowingIndex対象外 | 1450#67 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1449#83 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1413#92 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1445#102 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1461#77 | Arena (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#51 | Arena (LMArena) | |
| LiveBench DesignIndex対象外 | 70.8%#26 | – | LiveBench | |
| MMMU-Proエフォート未記載 | – | 76.4%#100 | Artificial Analysis | |
| Code2Video-AAIndex対象外エフォート未記載 | – | 821#24 | Artificial Analysis | |
| AA-3DIndex対象外エフォート未記載 | – | 859#21 | 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 | 88.3%#2 | Artificial Analysis | |
| MLCRIndex対象外 | 18.3%#67 | Artificial Analysis |
総合
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench 2.0 | 54.9%#27 | – | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外エフォート未記載 | – | 28.5#73 | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外エフォート未記載 | – | 43.7#49 | Artificial Analysis | |
| AA Progress Index v1Index対象外エフォート未記載 | – | 318.2#71 | Artificial Analysis | |
| Vals IndexIndex対象外エフォート未記載 | – | 54.8#25 | Vals AI | |
| Vals Finance IndexIndex対象外エフォート未記載 | – | 55.4%#29 | Vals AI | |
| Vals Science IndexIndex対象外エフォート未記載 | – | 29.6%#21 | Vals AI | |
| Vals Legal IndexIndex対象外エフォート未記載 | – | 70.2%#18 | Vals AI | |
| AA Cyber IndexIndex対象外エフォート未記載 | – | 47.7#11 | Artificial 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 |
|---|---|---|---|---|---|---|
| StepFun | 159 tok/s | 1.61 s | $1.00 | $2.70 | 1M | fp8 |
| Featherless | 8 tok/s | 4.06 s | $1.00 | $2.70 | 262k | fp4 |
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
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 |
|---|---|---|---|
| Stepfun | 232 tok/s | 0.57 s | 99.88% |
| Tencent | 99 tok/s | 1.86 s | 99.95% |
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 | $0.0009 | 25.9 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.014 | $0.0056 | 28.4 s |
| コード編集 | 6,000 / 1,500 | $0.010 | $0.0060 | 35.6 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 | $0.030 | 55.8 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0025 | $0.0012 | 25.1 s |
Step 5 Previewと比較する
- Step 5 Preview vs Gemini 3.8 Flash
- Step 5 Preview vs Qwen3.8-Flash-Next
- Step 5 Preview vs DeepSeek V4.1 Flash 1017
- Step 5 Preview vs Gemini 4 Argon
- Step 5 Preview vs GLM 5.3 Flash
- Step 5 Preview vs Muse Spark 1.3
- Step 5 Preview vs GLM 5.3
- Step 5 Preview vs Qwen3.8 Max
- Step 5 Preview vs Gemini 3.7 Flash
- Step 5 Preview vs Muse Wonder Full
- Step 5 Preview vs GPT-6.1 Sol
- Step 5 Preview vs Muse Spark
- Step 5 Preview vs Muse Spark 1.2
- Step 5 Preview vs Kimi K3
- Step 5 Preview vs Claude Opus 4.7
- Step 5 Preview vs GPT-5.2
- Step 5 Preview vs Gemini 3 Pro
- Step 5 Preview vs Claude Opus 5.5
- Step 5 Preview vs Claude Sonnet 5
- Step 5 Preview vs GLM 5.2
- Step 5 Preview vs Claude Opus 4.8
- Step 5 Preview vs Grok 4.7
- Step 5 Preview vs GPT-5.5
- Step 5 Preview vs Claude Opus 5
- Step 5 Preview vs GPT-5.6 Sol
- Step 5 Preview vs GPT-6 Astra
- Step 5 Preview vs Claude Opus 4.6
- Step 5 Preview vs GPT-5.4
- Step 5 Preview vs Muse Spark 1.1
- Step 5 Preview vs Gemini 3.5 Flash
- Step 5 Preview vs Qwen3.6 Max
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。
[](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}
}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