- 順位
- #43
- 合計出力トークン
- 241,203
- 応答時間（平均）
- 21.18s
- 合計コスト
- $0.643
Gemini 2.5 Flash (medium) vs Qwen3.8 2.4T A95B (low)
Gemini 2.5 Flash (medium) が平均スコアでリードし、8.2 vs 8.2 です。 Gemini 2.5 Flash (medium) の benchmark コストが低く、$0.643 vs $3.113 です。 Gemini 2.5 Flash (medium) の方が高速で、21.18s vs 132.39s です、成功率は 71.2% vs 78.8% です。
- 順位
- #46
- 合計出力トークン
- 554,485
- 応答時間（平均）
- 132.39s
- 合計コスト
- $3.113
おすすめモデル
Gemini 2.5 Flash (medium)
ここでは最高スコア（8.2）で、Qwen3.8 2.4T A95B (low) より約 4.8 倍低コストです。
詳細比較
| 指標 | Gemini 2.5 Flash Gemini 2.5 Flash medium | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low |
|---|---|---|
| スコア | 8.2 | 8.2 |
| 順位 | #43 | #46 |
| 信頼性 | 10.0 | 9.1 |
| 一貫性 | 9.6 | 8.9 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.2% | 78.8% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.286 | 19.453 |
| 合計コスト | $0.643 | $3.113 |
| 入力価格 | $0.300 / 1M | $2.000 / 1M |
| 出力価格 | $2.500 / 1M | $6.000 / 1M |
| 合計入力トークン | 132,498 | 113,340 |
| 出力トークン | 12,739 | 107,311 |
| 推論トークン | 228,464 | 447,174 |
| 応答時間（平均） | 21.18s | 132.39s |
| 応答時間（最大） | 140.50s | 534.21s |
| 応答時間（合計） | 465.89s | 2912.56s |
| パラメータ | ~350B 総数 (~20B アクティブ) | 2.4T 総数 (95B アクティブ) |
| 公開状況 | クローズド | 重み公開 |
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.
#43 Gemini 2.5 Flash
medium
無効なSVG
- コスト
- $0.000
- 時間
- 274.0s
- トークン
- 0 tok
#46 Qwen3.8 2.4T A95B
low- コスト
- $0.100
- 時間
- 193.2s
- トークン
- 16,767 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 8.4 | 10.0 | 75.0% | 0 | 6.30s | 492 | 255 | 10,233 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 22.04s | 1,104 | 397 | 4,814 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.8 | 10.0 | 66.7% | 0 | 41.01s | 6,669 | 543 | 32,303 | |
| Qwen3.8 2.4T A95B | 7.6 | 7.2 | 77.8% | 1 | 172.53s | 6,716 | 21,405 | 57,399 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 84.47s | 110,544 | 11,112 | 95,241 | |
| Qwen3.8 2.4T A95B | 8.2 | 6.9 | 66.7% | 1 | 231.85s | 85,267 | 8,008 | 50,681 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.06s | 7,257 | 279 | 2,325 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 22.27s | 7,956 | 839 | 2,445 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 37.34s | 633 | 18 | 80,702 | |
| Qwen3.8 2.4T A95B | 5.5 | 9.3 | 33.3% | 0 | 386.04s | 1,069 | 2,399 | 228,792 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 4.8 | 10.0 | 0.0% | 0 | 4.86s | 486 | 92 | 1,899 | |
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 22.97s | 606 | 44 | 1,497 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 2.62s | 615 | 69 | 1,203 | |
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 19.54s | 903 | 263 | 1,480 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 3.18s | 558 | 126 | 2,499 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 43.37s | 1,026 | 1,154 | 25,563 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.20s | 5,088 | 234 | 1,140 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 25.88s | 8,481 | 302 | 975 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 2.76s | 156 | 11 | 919 | |
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 422.46s | 212 | 72,500 | 73,528 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashmediumvsMuse Glimmer 30BxhighGemini 2.5 FlashmediumvsMuse Spark 1.1lowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowGPT-5 MinimediumvsQwen3.8 2.4T A95BlowDeepSeek V4 Flash 0731lowvsGemini 2.5 FlashmediumMuse Spark 1.1highvsQwen3.8 2.4T A95BlowQwen3.8 2.4T A95BlowvsInklinghighQwen3.8 2.4T A95BlowvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.8 2.4T A95BlowQwen3.8 2.4T A95BlowvsGLM 5.2highDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowGemini 2.5 FlashmediumvsInkling Smallhigh