Gemini 3.1 Flash Lite Preview (medium) vs Qwen3.8 2.4T A95B (high)

Gemini 3.1 Flash Lite Preview (medium) が平均スコアでリードし、7.4 vs 7.4 です。 Gemini 3.1 Flash Lite Preview (medium) の benchmark コストが低く、$0.117 vs $2.357 です。 Gemini 3.1 Flash Lite Preview (medium) の方が高速で、4.59s vs 120.59s です、成功率は 63.6% vs 74.2% 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: 2026-08-14

順位: #87
合計出力トークン: 57,778
応答時間（平均）: 4.59s
合計コスト: $0.117

順位: #92
合計出力トークン: 456,028
応答時間（平均）: 120.59s
合計コスト: $2.357

おすすめモデル Gemini 3.1 Flash Lite Preview (medium)

ここでは最高スコア（7.4）で、Qwen3.8 2.4T A95B (high) より約 20.3 倍低コストです。

詳細比較

指標	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium リリース: 2026-03-03	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high リリース: 2026-08-12

指標	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium リリース: 2026-03-03	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high リリース: 2026-08-12
スコア	7.4	7.4
順位	#87	#92
信頼性	10.0	9.4
一貫性	9.9	8.3
試行回数	66/66	66/66
正解テスト
試行ごとの合格率	63.6%	74.2%
不安定なテスト	0	4
総実行回数	66	66
結果あたりのコスト	0.829	16.832
合計コスト	$0.117	$2.357
入力価格	$0.250 / 1M	$2.000 / 1M
出力価格	$1.500 / 1M	$6.000 / 1M
合計入力トークン	117,493	108,931
出力トークン	10,589	112,801
推論トークン	47,189	343,227
応答時間（平均）	4.59s	120.59s
応答時間（最大）	18.34s	532.28s
応答時間（合計）	101.04s	2653.05s
パラメータ	~150B 総数 (~10B 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.

#87 Gemini 3.1 Flash Lite Preview

medium

コスト: $0.003
時間: 5.2s
トークン: 1,944 tok

#92 Qwen3.8 2.4T A95B

high

無効なSVG

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

カテゴリ:

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 3.1 Flash Lite Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

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 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

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 3.1 Flash Lite Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

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 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

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 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

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 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

クイック比較

比較ペアを切り替え