#20 GPT-5.4
medium- コスト
- $0.214
- 時間
- 199.6s
- トークン
- 14,349 tok
AI BENCHY Compare
OpenAI: GPT-5.4 vs StepFun: Step 3.7 Flash
概要
平均スコアは 8.5 vs 8.5 でほぼ同等です。 Step 3.7 Flash (medium) の benchmark コストが低く、$0.376 vs $1.210 です。 Step 3.7 Flash (medium) の方が高速で、20.35s vs 22.35s です、成功率は 76.2% vs 73.0% です。
おすすめモデルStep 3.7 Flash (medium)ここでは最高スコア（8.5）で、GPT-5.4 (medium) より約 3.2 倍低コストです。
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: 2026-07-14
| 指標 | GPT-5.4 GPT-5.4 medium | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| スコア | 8.5 | 8.5 |
| 順位 | #20 | #23 |
| 信頼性 | 10.0 | 9.9 |
| 一貫性 | 8.6 | 9.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 76.2% | 73.0% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 63 | 61 |
| 結果あたりのコスト | 8.640 | 2.686 |
| 合計コスト | $1.210 | $0.376 |
| 入力価格 | $2.500 / 1M | $0.200 / 1M |
| 出力価格 | $15.000 / 1M | $1.150 / 1M |
| 合計入力トークン | 34,108 | 39,981 |
| 出力トークン | 2,242 | 319,958 |
| 推論トークン | 72,707 | 0 |
| 応答時間（平均） | 22.35s | 20.35s |
| 応答時間（最大） | 100.41s | 113.98s |
| 応答時間（合計） | 469.29s | 427.42s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 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
| 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 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.2 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGPT-5.4mediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGLM 5.2highGPT-5.4mediumvsGLM 5.2highKAT-Coder-Pro V2.5lowvsStep 3.7 FlashmediumKAT-Coder-Pro V2.5lowvsGPT-5.4mediumStep 3.7 FlashmediumvsGrok 4.5lowGPT-5.4mediumvsGrok 4.5lowGemini 3.5 FlashlowvsGPT-5.4mediumClaude Opus 4.8lowvsStep 3.7 Flashmedium