OpenAI: GPT-5.5 vs StepFun: Step 3.5 Flash

GPT-5.5 (low) が平均スコアでリードし、9.3 vs 6.0 です。 Step 3.5 Flash (medium) の benchmark コストが低く、$0.108 vs $1.253 です。 GPT-5.5 (low) の方が高速で、10.13s vs 174.22s です、成功率は 86.4% vs 51.5% です。

おすすめモデルGPT-5.5 (low)ここでは最高スコア（9.3）で、Step 3.5 Flash (medium) より約 17.2 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: 2026-07-18

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01
スコア	9.3	6.0
順位	#6	#126
信頼性	10.0	9.2
一貫性	10.0	9.0
正解テスト
試行ごとの合格率	86.4%	51.5%
不安定なテスト	0	1
総実行回数	66	63
結果あたりのコスト	6.594	0.540
合計コスト	$1.253	$0.108
入力価格	$5.000 / 1M	$0.100 / 1M
出力価格	$30.000 / 1M	$0.300 / 1M
合計入力トークン	80,058	65,707
出力トークン	5,378	108,561
推論トークン	23,040	293,993
応答時間（平均）	10.13s	174.22s
応答時間（最大）	56.19s	1597.85s
応答時間（合計）	222.82s	2613.32s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#6 GPT-5.5

low

コスト: $0.068
時間: 37.0s
トークン: 2,339 tok

#126 Step 3.5 Flash

medium

コスト: $0.008
時間: 277.1s
トークン: 23,695 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

カテゴリ:

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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

クイック比較

比較ペアを切り替え