#51 GPT-5.4 Nano
medium- コスト
- $0.007
- 時間
- 24.6s
- トークン
- 4,943 tok
OpenAI: GPT-5.4 Nano vs StepFun: Step 3.7 Flash
GPT-5.4 Nano (medium) が平均スコアでリードし、7.5 vs 7.3 です。 GPT-5.4 Nano (medium) の benchmark コストが低く、$0.138 vs $0.454 です。 GPT-5.4 Nano (medium) の方が高速で、13.24s vs 20.68s です、成功率は 65.2% vs 68.2% です。
おすすめモデルGPT-5.4 Nano (medium)ここでは最高スコア（7.5）で、Step 3.7 Flash (low) より約 3.3 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: 2026-07-17
| 指標 | GPT-5.4 Nano GPT-5.4 Nano medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.5 | 7.3 |
| 順位 | #51 | #64 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.5 | 8.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 68.2% |
| 不安定なテスト | 4 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.150 | 3.782 |
| 合計コスト | $0.138 | $0.454 |
| 入力価格 | $0.200 / 1M | $0.200 / 1M |
| 出力価格 | $1.250 / 1M | $1.150 / 1M |
| 合計入力トークン | 82,819 | 103,833 |
| 出力トークン | 7,100 | 376,581 |
| 推論トークン | 90,022 | 0 |
| 応答時間（平均） | 13.24s | 20.68s |
| 応答時間（最大） | 94.06s | 124.75s |
| 応答時間（合計） | 291.33s | 455.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#64 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-5.4 Nano | 8.3 | 10.0 | 75.0% | 0 | 4.52s | 606 | 683 | 2,254 | |
| 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-5.4 Nano | 6.1 | 4.7 | 66.7% | 2 | 19.12s | 7,305 | 516 | 20,778 | |
| 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-5.4 Nano | 9.9 | 10.0 | 100.0% | 0 | 32.24s | 59,730 | 4,435 | 19,221 | |
| 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-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 2.54s | 7,140 | 234 | 516 | |
| 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-5.4 Nano | 5.9 | 7.2 | 55.6% | 1 | 38.18s | 619 | 60 | 43,325 | |
| 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-5.4 Nano | 4.5 | 10.0 | 0.0% | 0 | 4.15s | 477 | 179 | 443 | |
| 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-5.4 Nano | 9.8 | 10.0 | 100.0% | 0 | 1.88s | 660 | 95 | 521 | |
| 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-5.4 Nano | 4.1 | 7.2 | 22.2% | 1 | 3.79s | 642 | 594 | 1,408 | |
| 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-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 7.71s | 5,445 | 234 | 382 | |
| 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-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 4.81s | 195 | 70 | 1,174 | |
| 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 FlashlowKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGPT-5.4 NanomediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsStep 3.7 FlashlowQwen3.7 PlusnonevsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumStep 3.7 FlashlowvsGLM 5.1medium