#7 GPT-5.5
low- コスト
- $0.068
- 時間
- 37.0s
- トークン
- 2,339 tok
AI BENCHY Compare
OpenAI: GPT-5.5 vs StepFun: Step 3.5 Flash
概要
GPT-5.5 (low) vs Step 3.5 Flash の benchmark 比較: GPT-5.5 (low) が平均スコアでリードし、9.3 vs 2.6 です。 Step 3.5 Flash の benchmark コストが低く、$0.020 vs $0.907 です。 GPT-5.5 (low) の方が高速で、9.76s vs 39.03s です、成功率は 85.7% vs 28.6% 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 より約 4.0 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: 2026-07-09
| 指標 | GPT-5.5 GPT-5.5 low | Step 3.5 Flash Step 3.5 Flash none |
|---|---|---|
| スコア | 9.3 | 2.6 |
| 順位 | #7 | #187 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 5.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 85.7% | 28.6% |
| 不安定なテスト | 0 | 0 |
| 総実行回数 | 63 | 36 |
| 結果あたりのコスト | 5.035 | 0.328 |
| 合計コスト | $0.907 | $0.020 |
| 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 | 34,209 | 1,971 |
| 出力トークン | 2,046 | 64,795 |
| 推論トークン | 22,460 | 0 |
| 応答時間（平均） | 9.76s | 39.03s |
| 応答時間（最大） | 56.19s | 114.12s |
| 応答時間（合計） | 204.92s | 312.26s |
生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#187 Step 3.5 Flash
none- コスト
- $0.005
- 時間
- 156.3s
- トークン
- 13,887 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 606 | 238 | 1,020 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 34.99s | 691 | 21,766 | 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 15.04s | 7,302 | 423 | 6,402 | |
| Step 3.5 Flash | 9.8 | 3.3 | 0.0% | 0 | 0ms | 0 | 0 | 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 11,019 | 303 | 717 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 7,140 | 228 | 157 | |
| Step 3.5 Flash | 1.5 | 5.0 | 0.0% | 0 | 0ms | 0 | 0 | 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-5.5 | 5.3 | 10.0 | 33.3% | 0 | 28.05s | 723 | 69 | 11,609 | |
| Step 3.5 Flash | 3.3 | 3.3 | 33.3% | 0 | 34.54s | 165 | 7,389 | 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 5.17s | 477 | 133 | 245 | |
| Step 3.5 Flash | 4.0 | 10.0 | 0.0% | 0 | 14.37s | 509 | 2,451 | 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-5.5 | 9.9 | 10.0 | 100.0% | 0 | 3.74s | 660 | 93 | 415 | |
| Step 3.5 Flash | 5.0 | 5.0 | 50.0% | 0 | 9.30s | 384 | 1,427 | 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.74s | 642 | 279 | 954 | |
| Step 3.5 Flash | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 5,445 | 250 | 101 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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-5.5 | 3.0 | 10.0 | 0.0% | 0 | 10.06s | 195 | 30 | 840 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 114.12s | 222 | 31,762 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5low