- 順位
- #60
- 合計出力トークン
- 29,742
- 応答時間（平均）
- 7.73s
- 合計コスト
- $0.594
GPT-5.2 Chat vs Step 3.7 Flash (medium)
平均スコアは 7.9 vs 7.9 でほぼ同等です。 Step 3.7 Flash (medium) の benchmark コストが低く、$0.495 vs $0.594 です。 GPT-5.2 Chat の方が高速で、7.73s vs 23.51s です、成功率は 69.7% vs 68.2% です。
- 順位
- #61
- 合計出力トークン
- 409,709
- 応答時間（平均）
- 23.51s
- 合計コスト
- $0.495
おすすめモデル
GPT-5.2 Chat
ここでは最高スコア（7.9）で、Step 3.7 Flash (medium) より約 3.0 倍速く応答します。
詳細比較
| 指標 | GPT-5.2 Chat GPT-5.2 Chat none | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| スコア | 7.9 | 7.9 |
| 順位 | #60 | #61 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.6 | 8.9 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.7% | 68.2% |
| 不安定なテスト | 4 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.564 | 3.801 |
| 合計コスト | $0.594 | $0.495 |
| 入力価格 | $1.750 / 1M | $0.200 / 1M |
| 出力価格 | $14.000 / 1M | $1.150 / 1M |
| 合計入力トークン | 101,104 | 114,191 |
| 出力トークン | 29,742 | 409,709 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 7.73s | 23.51s |
| 応答時間（最大） | 38.52s | 152.83s |
| 応答時間（合計） | 162.40s | 517.21s |
| パラメータ | ~400B 総数 (~17B アクティブ) | 198B 総数 (11B アクティブ) |
| 公開状況 | クローズド | オープンソース |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#60 GPT-5.2 Chat
none- コスト
- $0.010
- 時間
- 15.3s
- トークン
- 797 tok
#61 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 tok
スコア上位モデル
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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 8.7 | 7.9 | 91.7% | 1 | 3.40s | 606 | 1,807 | 0 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 8.8 | 7.8 | 88.9% | 1 | 9.82s | 7,305 | 6,731 | 0 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 7.3 | 5.8 | 83.3% | 1 | 13.91s | 78,055 | 7,923 | 0 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 3.05s | 7,140 | 980 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 23.67s | 579 | 7,128 | 0 | |
| Step 3.7 Flash | 5.3 | 10.0 | 33.3% | 0 | 27.26s | 837 | 52,484 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 4.4 | 3.0 | 33.3% | 1 | 3.20s | 477 | 335 | 0 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 9.8 | 10.0 | 100.0% | 0 | 5.51s | 660 | 1,441 | 0 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 7.7 | 10.0 | 66.7% | 0 | 4.10s | 642 | 1,603 | 0 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 4.68s | 5,445 | 555 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 0 |
| 雑学 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 6.89s | 195 | 1,239 | 0 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
クイック比較
比較ペアを切り替え
Kimi K3maxvsGPT-5.2 ChatnoneKimi K3maxvsStep 3.7 FlashmediumQwen3.8 27BlowvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.8 27BlowGPT-5.6 TerrahighvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumGPT-5.2 ChatnonevsInklingmediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3.5 Flash LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5.2mediumGPT-5.2 ChatnonevsGLM 5.2highStep 3.7 FlashmediumvsGLM 5.2high