AI BENCHY Compare
OpenAI: GPT-4o-mini vs StepFun: Step 3.5 Flash
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-11
| 指標 | GPT-4o-mini GPT-4o-mini none | Step 3.5 Flash Step 3.5 Flash none |
|---|---|---|
| スコア | 4.9 | 3.0 |
| 順位 | #83 | #93 |
| 一貫性 | 9.9 | 10.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 22.2% | 0.0% |
| 不安定なテスト | 0 | 0 |
| 総実行回数 | 54 | 3 |
| 結果あたりのコスト | 0.122 | 0.000 |
| 合計コスト | $0.005 | $0.000 |
| ???? | $0.150 / 1M | $0.100 / 1M |
| ???? | $0.600 / 1M | $0.300 / 1M |
| 出力トークン | 1,947 | 0 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 2.00s | 0ms |
| 応答時間（最大） | 7.58s | 0ms |
| 応答時間（合計） | 21.99s | 0ms |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 186 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.0 | 8.7 | 0.0% | 0 | 2.55s | 347 | 0 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 7.58s | 568 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 183 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 637ms | 15 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 66 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 4.8 | 10.0 | 0.0% | 0 | 1.27s | 69 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.7 | 10.0 | 0.0% | 0 | 1.30s | 308 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 205 | 0 | |
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
クイック比較
比較ペアを切り替え
GPT-4o-mininonevsQwen3 Coder NextmediumGPT-4o-mininonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsGPT-4o-mininoneGPT-4o-mininonevsQwen3.5-9BmediumMistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.5medium無料で利用可能vsGPT-4o-mininoneQwen3.5-9BmediumvsStep 3.5 FlashnoneStep 3.5 FlashnonevsGLM 4.7 FlashmediumMercury 2mediumvsGPT-4o-mininoneQwen3 Coder NextmediumvsStep 3.5 FlashnoneGPT-4o-mininonevsGrok 4.1 FastmediumNemotron 3 Supermedium無料で利用可能vsGPT-4o-mininone