#62 GPT-5.3 Chat
none- コスト
- $0.008
- 時間
- 8.1s
- トークン
- 634 tok
OpenAI: GPT-5.3 Chat vs StepFun: Step 3.7 Flash
GPT-5.3 Chat が平均スコアでリードし、7.5 vs 7.3 です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.454 vs $0.571 です。 GPT-5.3 Chat の方が高速で、6.88s vs 20.68s です、成功率は 68.2% vs 68.2% です。
おすすめモデルGPT-5.3 Chatここでは最高スコア（7.5）で、Step 3.7 Flash (low) より約 3.0 倍速く応答します。
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: 2026-07-25
| 指標 | GPT-5.3 Chat GPT-5.3 Chat none | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.5 | 7.3 |
| 順位 | #62 | #75 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.2 | 8.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 68.2% |
| 不安定なテスト | 5 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.387 | 3.782 |
| 合計コスト | $0.571 | $0.454 |
| 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 | 78,990 | 103,833 |
| 出力トークン | 30,854 | 376,581 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 6.88s | 20.68s |
| 応答時間（最大） | 18.33s | 124.75s |
| 応答時間（合計） | 151.31s | 455.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#75 Step 3.7 Flash
low
無効なSVG
- コスト
- $0.004
- 時間
- 25.3s
- トークン
- 3,072 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-5.3 Chat | 6.7 | 8.1 | 58.3% | 1 | 3.86s | 606 | 3,167 | 0 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 4.02s | 756 | 10,896 | 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-5.3 Chat | 5.6 | 4.7 | 55.6% | 2 | 10.52s | 7,302 | 6,632 | 0 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 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-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 15.07s | 55,800 | 6,851 | 0 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 66.18s | 77,415 | 93,682 | 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-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 7,140 | 942 | 0 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.29s | 7,398 | 2,667 | 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-5.3 Chat | 3.5 | 4.4 | 33.3% | 2 | 13.01s | 723 | 8,264 | 0 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 43.31s | 828 | 104,487 | 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-5.3 Chat | 4.6 | 10.0 | 0.0% | 0 | 1.99s | 477 | 319 | 0 | |
| Step 3.7 Flash | 3.4 | 9.3 | 0.0% | 0 | 7.00s | 525 | 4,604 | 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-5.3 Chat | 9.8 | 10.0 | 100.0% | 0 | 3.51s | 660 | 1,491 | 0 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 735 | 1,857 | 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-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.99s | 642 | 1,758 | 0 | |
| Step 3.7 Flash | 5.5 | 9.9 | 33.3% | 0 | 1.84s | 756 | 3,564 | 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-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 8.36s | 5,445 | 861 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 7,746 | 1,360 | 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-5.3 Chat | 3.0 | 10.0 | 0.0% | 0 | 4.38s | 195 | 569 | 0 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 124.75s | 237 | 134,779 | 0 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8nonevsStep 3.7 FlashlowKimi K2.6mediumvsStep 3.7 FlashlowKimi K2.7 CodemediumvsGPT-5.3 ChatnoneKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15mediumNemotron 3 Ultramedium無料で利用可能vsGPT-5.3 ChatnoneGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.5-27BmediumGPT-5.3 ChatnonevsGrok Build 0.1mediumClaude Sonnet 4.6nonevsStep 3.7 Flashlow