- 順位
- #88
- 合計出力トークン
- 209,444
- 応答時間（平均）
- 92.50s
- 合計コスト
- $0.476
DeepSeek V4 Pro (high) vs Qwen3.7 Flash (high)
Qwen3.7 Flash (high) が平均スコアでリードし、7.8 vs 7.7 です。 Qwen3.7 Flash (high) の benchmark コストが低く、$0.052 vs $0.476 です。 Qwen3.7 Flash (high) の方が高速で、41.37s vs 92.50s です、成功率は 63.6% vs 71.2% です。
- 順位
- #84
- 合計出力トークン
- 370,250
- 応答時間（平均）
- 41.37s
- 合計コスト
- $0.052
おすすめモデル
Qwen3.7 Flash (high)
ここでは最高スコア（7.8）で、DeepSeek V4 Pro (high) より約 9.2 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Pro DeepSeek V4 Pro high | Qwen3.7 Flash Qwen3.7 Flash high |
|---|---|---|
| スコア | 7.7 | 7.8 |
| 順位 | #88 | #84 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 7.7 | 7.8 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 71.2% |
| 不安定なテスト | 6 | 6 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 2.251 | 0.398 |
| 合計コスト | $0.476 | $0.052 |
| 入力価格 | $1.002 / 1M | $0.030 / 1M |
| 出力価格 | $2.004 / 1M | $0.130 / 1M |
| 合計入力トークン | 90,757 | 116,331 |
| 出力トークン | 22,928 | 12,330 |
| 推論トークン | 186,516 | 357,920 |
| 応答時間（平均） | 92.50s | 41.37s |
| 応答時間（最大） | 416.76s | 431.47s |
| 応答時間（合計） | 2035.01s | 910.11s |
| パラメータ | 1.6T 総数 (49B アクティブ) | ~35B 総数 (~3B アクティブ) |
| 公開状況 | オープンソース | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#88 DeepSeek V4 Pro
high- コスト
- $0.023
- 時間
- 257.6s
- トークン
- 14,870 tok
#84 Qwen3.7 Flash
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.21s | 672 | 713 | 13,968 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| Qwen3.7 Flash | 8.2 | 9.7 | 66.7% | 0 | 58.84s | 7,893 | 503 | 62,350 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 | |
| Qwen3.7 Flash | 6.9 | 5.9 | 66.7% | 1 | 231.97s | 88,896 | 9,866 | 203,866 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 20.10s | 7,782 | 270 | 10,800 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.6 | 7.2 | 22.2% | 1 | 249.47s | 578 | 16,870 | 58,188 | |
| Qwen3.7 Flash | 2.9 | 4.4 | 22.2% | 2 | 34.43s | 780 | 59 | 35,675 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| Qwen3.7 Flash | 5.1 | 3.4 | 33.3% | 1 | 10.73s | 516 | 120 | 3,898 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| Qwen3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 9.41s | 699 | 97 | 7,838 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 10.79s | 696 | 369 | 10,474 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.72s | 8,193 | 309 | 1,436 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 17.70s | 204 | 24 | 7,615 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8lowvsQwen3.7 FlashhighSeed-2.0-LitemediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5mediumSeed-2.0-CodelowvsQwen3.7 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsQwen3.7 FlashhighSeed-2.0-CodelowvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsGLM 5mediumClaude Sonnet 4.6mediumvsQwen3.7 FlashhighGPT-5.6 TerramediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5.2mediumGemini 3.5 Flash LitemediumvsQwen3.7 Flashhigh