ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs StepFun: Step 3.7 Flash

概要

GPT-5.6 Luna (medium) vs Step 3.7 Flash (low) の benchmark 比較: Step 3.7 Flash (low) が平均スコアでリードし、7.7 vs 7.6 です。 GPT-5.6 Luna (medium) の benchmark コストが低く、$0.258 vs $0.341 です。 GPT-5.6 Luna (medium) の方が高速で、6.70s vs 15.74s です、成功率は 63.5% vs 68.3% です。

おすすめモデル: GPT-5.6 Luna (medium) - スコアはここでの最高値に近く（7.6 vs 7.7）、Step 3.7 Flash (low) より約 2.4 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-5.6 Luna GPT-5.6 Luna medium リリース: 2026-07-09 Step 3.7 Flash Step 3.7 Flash low リリース: 2026-05-29
スコア 7.6 7.7
順位 #54 #49
信頼性 10.0 10.0
一貫性 9.6 8.4
正解テスト
試行ごとの合格率 63.5% 68.3%
不安定なテスト 1 4
総実行回数 63 63
結果あたりのコスト 1.978 2.840
合計コスト $0.258 $0.341
入力価格 $1.000 / 1M $0.200 / 1M
出力価格 $6.000 / 1M $1.150 / 1M
合計入力トークン 35,699 40,101
出力トークン 2,148 289,325
推論トークン 34,740 0
応答時間（平均） 6.70s 15.74s
応答時間（最大） 29.85s 124.75s
応答時間（合計） 140.62s 330.63s

生成ショーケース

Hamster playing table tennis

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

#54 GPT-5.6 Luna

medium
コスト
$0.014
時間
14.6s
トークン
2,362 tok

#49 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-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
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-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 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-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
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-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
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-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
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-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
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-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379
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

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6medium無料で利用可能vsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok Build 0.1medium