#37 GPT-5.6 Terra
medium- コスト
- $0.035
- 時間
- 16.3s
- トークン
- 2,418 tok
AI BENCHY Compare
OpenAI: GPT-5.6 Terra vs StepFun: Step 3.7 Flash
概要
GPT-5.6 Terra (medium) vs Step 3.7 Flash (low) の benchmark 比較: GPT-5.6 Terra (medium) が平均スコアでリードし、7.8 vs 7.7 です。 Step 3.7 Flash (low) の benchmark コストが低く、$0.341 vs $0.496 です。 GPT-5.6 Terra (medium) の方が高速で、6.69s vs 15.74s です、成功率は 68.3% vs 68.3% です。
おすすめモデル: GPT-5.6 Terra (medium) - ここでは最高スコア（7.8）で、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 Terra GPT-5.6 Terra medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| スコア | 7.8 | 7.7 |
| 順位 | #37 | #49 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.3% | 68.3% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 3.815 | 2.840 |
| 合計コスト | $0.496 | $0.341 |
| 入力価格 | $2.500 / 1M | $0.200 / 1M |
| 出力価格 | $15.000 / 1M | $1.150 / 1M |
| 合計入力トークン | 34,218 | 40,101 |
| 出力トークン | 1,982 | 289,325 |
| 推論トークン | 25,370 | 0 |
| 応答時間（平均） | 6.69s | 15.74s |
| 応答時間（最大） | 41.68s | 124.75s |
| 応答時間（合計） | 140.49s | 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.
#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 Terra | 8.3 | 10.0 | 75.0% | 0 | 2.22s | 606 | 172 | 657 | |
| 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 Terra | 6.1 | 7.2 | 55.6% | 1 | 7.19s | 7,302 | 427 | 4,527 | |
| 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 Terra | 10.0 | 10.0 | 100.0% | 0 | 6.26s | 11,019 | 316 | 540 | |
| 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 Terra | 10.0 | 10.0 | 100.0% | 0 | 872ms | 7,140 | 222 | 0 | |
| 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 Terra | 5.3 | 10.0 | 33.3% | 0 | 23.45s | 723 | 70 | 15,327 | |
| 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 Terra | 5.5 | 10.0 | 0.0% | 0 | 2.37s | 477 | 133 | 144 | |
| 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 Terra | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 660 | 89 | 261 | |
| 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 Terra | 8.4 | 7.4 | 88.9% | 1 | 3.78s | 642 | 272 | 1,462 | |
| 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 Terra | 10.0 | 10.0 | 100.0% | 0 | 5.09s | 5,454 | 254 | 246 | |
| 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 Terra | 3.0 | 10.0 | 0.0% | 0 | 10.05s | 195 | 27 | 2,206 | |
| 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 FlashlowGPT-5.6 TerramediumvsGrok 4.5lowStep 3.7 FlashlowvsGrok 4.3mediumQwen3.5-122B-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 FlashlowClaude Opus 4.8lowvsGPT-5.6 Terramedium