ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs StepFun: Step 3.5 Flash

概要

GPT-5.6 Luna (low) vs Step 3.5 Flash (medium) の benchmark 比較: Step 3.5 Flash (medium) が平均スコアでリードし、6.6 vs 6.2 です。 Step 3.5 Flash (medium) の benchmark コストが低く、$0.070 vs $0.141 です。 GPT-5.6 Luna (low) の方が高速で、4.35s vs 72.53s です、成功率は 57.1% vs 54.0% です。

おすすめモデル: Step 3.5 Flash (medium) - ここでは最高スコア（6.6）で、GPT-5.6 Luna (low) より約 2.0 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: 2026-07-09

指標 GPT-5.6 Luna GPT-5.6 Luna low リリース: 2026-07-09 Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01
スコア 6.2 6.6
順位 #107 #93
信頼性 10.0 10.0
一貫性 8.5 8.9
正解テスト
試行ごとの合格率 57.1% 54.0%
不安定なテスト 4 1
総実行回数 63 60
結果あたりのコスト 1.404 0.198
合計コスト $0.141 $0.070
入力価格 $1.000 / 1M $0.100 / 1M
出力価格 $6.000 / 1M $0.300 / 1M
合計入力トークン 34,218 34,431
出力トークン 2,110 91,587
推論トークン 15,571 195,973
応答時間（平均） 4.35s 72.53s
応答時間（最大） 18.06s 453.94s
応答時間（合計） 91.45s 1015.47s

生成ショーケース

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low
コスト
$0.011
時間
10.2s
トークン
1,897 tok

#93 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

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-5.6 Luna 8.3 10.0 75.0% 0 2.21s 606 186 722
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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432
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

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31Bnone無料で利用可能vsGPT-5.6 LunalowGemma 4 31Bmedium無料で利用可能vsGPT-5.6 LunalowGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumNemotron 3 Supermedium無料で利用可能vsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bnone無料で利用可能vsGPT-5.6 LunalowGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium