- 順位
- #56
- 合計出力トークン
- 90,466
- 応答時間（平均）
- 22.85s
- 合計コスト
- $1.560
比較対象モデル
GPT-5.4 (medium) vs GPT-5.3-Codex (medium) vs GPT-5.2 (medium) ベンチマーク比較: GPT-5.3-Codex (medium) は スコア で 8.9 と首位です。 GPT-5.4 (medium) は 信頼性 で 10.0 と首位です。 GPT-5.3-Codex (medium) は 合計コスト が最も低く、$0.988 です。 GPT-5.3-Codex (medium) は 16.91s で最速です。
比較対象モデル
- 順位
- #37
- 合計出力トークン
- 60,374
- 応答時間（平均）
- 16.91s
- 合計コスト
- $0.988
- 順位
- #64
- 合計出力トークン
- 71,252
- 応答時間（平均）
- 28.51s
- 合計コスト
- $1.182
おすすめモデル
GPT-5.3-Codex (medium)
ここでは最高スコア（8.9）で、この比較の他のモデル より約 1.5 倍速く応答します。
詳細比較
| 指標 | GPT-5.4 GPT-5.4 medium | GPT-5.3-Codex GPT-5.3-Codex medium | GPT-5.2 GPT-5.2 medium |
|---|---|---|---|
| スコア | 8.5 | 8.9 | 8.4 |
| 順位 | #56 | #37 | #64 |
| 信頼性 | 10.0 | 10.0 | 10.0 |
| 一貫性 | 8.6 | 8.6 | 8.5 |
| 試行回数 | 66/66 | 66/66 | 66/66 |
| 正解テスト | |||
| 試行ごとの合格率 | 77.3% | 83.3% | 72.7% |
| 不安定なテスト | 4 | 4 | 4 |
| 総実行回数 | 66 | 66 | 66 |
| 結果あたりのコスト | 10.399 | 6.171 | 8.438 |
| 合計コスト | $1.560 | $0.988 | $1.182 |
| 入力価格 | $2.500 / 1M | $1.750 / 1M | $1.750 / 1M |
| 出力価格 | $15.000 / 1M | $14.000 / 1M | $14.000 / 1M |
| 合計入力トークン | 81,136 | 81,187 | 105,013 |
| 出力トークン | 6,155 | 6,258 | 9,914 |
| 推論トークン | 84,311 | 54,116 | 61,338 |
| 応答時間（平均） | 22.85s | 16.91s | 28.51s |
| 応答時間（最大） | 100.41s | 100.93s | 116.86s |
| 応答時間（合計） | 502.78s | 372.03s | 456.13s |
| パラメータ | ~1.5T 総数 (~100B アクティブ) | ~1.2T 総数 (~80B アクティブ) | ~1.2T 総数 (~80B アクティブ) |
| 公開状況 | クローズド | クローズド | クローズド |
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.
#56 GPT-5.4
medium- コスト
- $0.214
- 時間
- 199.6s
- トークン
- 14,349 tok
#37 GPT-5.3-Codex
medium- コスト
- $0.049
- 時間
- 54.9s
- トークン
- 3,580 tok
#64 GPT-5.2
medium- コスト
- $0.047
- 時間
- 49.2s
- トークン
- 3,396 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-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 | |
| GPT-5.3-Codex | 8.7 | 7.9 | 91.7% | 1 | 4.16s | 606 | 240 | 1,722 | |
| GPT-5.2 | 6.5 | 8.0 | 58.3% | 1 | 7.81s | 606 | 567 | 2,002 |
| 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-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 19.50s | 7,302 | 535 | 10,890 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 22.73s | 7,302 | 511 | 11,912 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 29.77s | 58,038 | 4,214 | 13,351 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 26.04s | 57,988 | 4,258 | 5,816 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 58.50s | 82,056 | 7,304 | 14,693 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.07s | 7,140 | 234 | 728 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 3.15s | 7,140 | 234 | 420 |
| 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-5.4 | 5.3 | 7.2 | 44.4% | 1 | 72.44s | 628 | 61 | 36,544 | |
| GPT-5.3-Codex | 5.9 | 7.2 | 55.6% | 1 | 63.93s | 732 | 71 | 30,150 | |
| GPT-5.2 | 5.9 | 7.2 | 55.6% | 1 | 97.33s | 482 | 42 | 26,812 |
| 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-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 | |
| GPT-5.3-Codex | 4.6 | 10.0 | 0.0% | 0 | 4.87s | 477 | 187 | 331 | |
| GPT-5.2 | 3.7 | 9.7 | 0.0% | 0 | 4.32s | 477 | 162 | 269 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 3.04s | 660 | 93 | 693 | |
| GPT-5.2 | 9.9 | 10.0 | 100.0% | 0 | 3.12s | 660 | 94 | 614 |
| 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-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 | |
| GPT-5.3-Codex | 9.0 | 7.9 | 88.9% | 1 | 5.05s | 642 | 356 | 1,593 | |
| GPT-5.2 | 7.5 | 7.3 | 77.8% | 1 | 5.80s | 642 | 735 | 924 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 | |
| GPT-5.3-Codex | 10.0 | 10.0 | 100.0% | 0 | 6.37s | 5,445 | 254 | 492 | |
| GPT-5.2 | 4.7 | 1.6 | 66.7% | 1 | 10.30s | 5,453 | 239 | 469 |
| 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-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 | |
| GPT-5.3-Codex | 2.8 | 1.6 | 33.3% | 1 | 14.43s | 195 | 30 | 1,701 | |
| GPT-5.2 | 3.0 | 10.0 | 0.0% | 0 | 28.18s | 195 | 26 | 3,223 |
クイック比較
比較ペアを切り替え
GPT-5.2mediumvsQwen3.8 27BhighGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highGPT-5.2mediumvsGrok 4.5lowMuse Spark 1.3highvsGPT-5.3-CodexmediumGPT-5.2mediumvsInkling SmallhighGPT-5.3-CodexmediumvsGrok 4.5highGPT-5.4mediumvsQwen3.8 MaxlowGPT-5.3-CodexmediumvsParetononeSeed 2.1 TurbohighvsGPT-5.3-CodexmediumGPT-5.2mediumvsGLM 5.3 FlashXmaxDeepSeek V4.1 FlashlowvsGPT-5.4mediumDeepSeek V4.1 FlashhighvsGPT-5.4medium