- 順位
- #184
- 合計出力トークン
- 29,742
- 応答時間（平均）
- 7.43s
- 合計コスト
- $0.594
GPT-5.2 Chat (default) vs Step 3.7 Flash (medium)
Step 3.7 Flash (medium) が平均スコアでリードし、7.8 vs 7.0 です。 Step 3.7 Flash (medium) の benchmark コストが低く、$0.571 vs $0.594 です。 GPT-5.2 Chat (default) の方が高速で、7.43s vs 26.57s です、成功率は 66.7% vs 68.1% です。
比較対象モデル
- 順位
- #129
- 合計出力トークン
- 440,835
- 応答時間（平均）
- 26.57s
- 合計コスト
- $0.571
おすすめモデル
Step 3.7 Flash (medium)
この比較で最も高いスコア（7.8）を出し、2 モデルの中でコストと応答時間のバランスも最良です。
詳細比較
| 指標 | GPT-5.2 Chat GPT-5.2 Chat default | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| スコア | 7.0 | 7.8 |
| 順位 | #184 | #129 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.7 | 8.7 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 66.7% | 68.1% |
| 不安定なテスト | 4 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 4.564 | 4.392 |
| 合計コスト | $0.594 | $0.571 |
| 入力価格 | $1.750 / 1M | $0.200 / 1M |
| 出力価格 | $14.000 / 1M | $1.150 / 1M |
| キャッシュ読み取り料金 | $0.175 / 1M | $0.040 / 1M |
| キャッシュ書き込み料金 | 該当なし | 該当なし |
| 合計入力トークン | 101,104 | 319,524 |
| 出力トークン | 10,414 | 440,835 |
| 推論トークン | 19,328 | 0 |
| 応答時間（平均） | 7.43s | 26.57s |
| 応答時間（最大） | 38.52s | 152.83s |
| 応答時間（合計） | 163.35s | 611.09s |
| 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 |
キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。
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.
#184 GPT-5.2 Chat
default- コスト
- $0.010
- 時間
- 15.3s
- トークン
- 797 tok
#129 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 tok
カテゴリ内訳
| エージェントタスク | 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 | 3.0 | 10.0 | 0.0% | 0 | 955ms | 0 | 0 | 0 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 93.88s | 205,333 | 31,126 | 0 |
| 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 | 655 | 1,152 | |
| 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 | 843 | 5,888 | |
| 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 | 6,323 | 1,600 | |
| 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 | 468 | 512 | |
| 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 | 216 | 6,912 | |
| 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 | 271 | 64 | |
| 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 | 353 | 1,088 | |
| 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 | 643 | 960 | |
| 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 | 491 | 64 | |
| 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 | 151 | 1,088 | |
| 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
Step 3.7 FlashmediumvsGLM 5.3highGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatdefaultKimi K2.7 CodemediumvsGPT-5.2 ChatdefaultQwen3.7 PlusnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGrok 4.5lowDeepSeek V4.1 Flash 1017highvsStep 3.7 FlashmediumGPT-5.2 ChatdefaultvsMiMo-V2.5mediumLing 3.1 FlashhighvsStep 3.7 FlashmediumMuse WondermaxvsStep 3.7 FlashmediumEmber-1lowvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.6-FlashlowMinimax M3.1 Flashlow無料で利用可能vsGPT-5.2 Chatdefault