- 順位
- #18
- 合計出力トークン
- 97,238
- 応答時間（平均）
- 20.62s
- 合計コスト
- $1.352
Gemini 3.1 Pro Preview (medium) vs Qwen3.8 Max (0902) (low)
Gemini 3.1 Pro Preview (medium) が平均スコアでリードし、9.2 vs 9.1 です。 Qwen3.8 Max (0902) (low) の benchmark コストが低く、$0.664 vs $1.352 です。 Gemini 3.1 Pro Preview (medium) の方が高速で、20.62s vs 24.21s です、成功率は 90.9% vs 86.4% です。
- 順位
- #23
- 合計出力トークン
- 75,865
- 応答時間（平均）
- 24.21s
- 合計コスト
- $0.664
おすすめモデル
Qwen3.8 Max (0902) (low)
スコアはここでの最高値に近く（9.1 vs 9.2）、Gemini 3.1 Pro Preview (medium) より約 2.0 倍低コストです。
詳細比較
| 指標 | Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium | Qwen3.8 Max (0902) Qwen3.8 Max (0902) low |
|---|---|---|
| スコア | 9.2 | 9.1 |
| 順位 | #18 | #23 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 9.3 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 90.9% | 86.4% |
| 不安定なテスト | 0 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 6.758 | 3.684 |
| 合計コスト | $1.352 | $0.664 |
| 入力価格 | $2.000 / 1M | $2.000 / 1M |
| 出力価格 | $12.000 / 1M | $6.000 / 1M |
| 合計入力トークン | 92,296 | 103,954 |
| 出力トークン | 5,232 | 6,322 |
| 推論トークン | 92,006 | 69,543 |
| 応答時間（平均） | 20.62s | 24.21s |
| 応答時間（最大） | 88.68s | 207.79s |
| 応答時間（合計） | 329.94s | 532.62s |
| パラメータ | ~1.2T 総数 (~20B アクティブ) | 2.4T 総数 (~100B アクティブ) |
| 公開状況 | クローズド | 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.
#18 Gemini 3.1 Pro Preview
medium- コスト
- $0.115
- 時間
- 87.2s
- トークン
- 9,629 tok
#23 Qwen3.8 Max (0902)
low- コスト
- $0.014
- 時間
- 41.2s
- トークン
- 2,421 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 3.1 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.90s | 498 | 112 | 3,218 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.72s | 984 | 212 | 1,854 |
| 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 Pro Preview | 7.9 | 9.9 | 66.7% | 0 | 40.17s | 8,124 | 435 | 41,247 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 37.42s | 8,127 | 485 | 17,404 |
| 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 Pro Preview | 9.8 | 10.0 | 100.0% | 0 | 40.39s | 67,910 | 3,687 | 23,111 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 113.88s | 74,767 | 4,562 | 29,335 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 7.72s | 7,265 | 279 | 3,904 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 9.94s | 7,938 | 261 | 2,254 |
| 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 Pro Preview | 7.7 | 10.0 | 66.7% | 0 | 20.29s | 644 | 18 | 11,704 | |
| Qwen3.8 Max (0902) | 5.3 | 7.2 | 44.4% | 1 | 34.93s | 1,014 | 45 | 13,881 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 11.77s | 490 | 108 | 1,179 | |
| Qwen3.8 Max (0902) | 6.1 | 3.1 | 66.7% | 1 | 8.91s | 594 | 120 | 820 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 621 | 72 | 2,236 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.32s | 855 | 90 | 866 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.90s | 570 | 235 | 3,128 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.49s | 930 | 275 | 1,248 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 23.15s | 6,018 | 274 | 982 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.73s | 8,463 | 249 | 126 |
| 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 Pro Preview | 10.0 | 10.0 | 100.0% | 0 | 6.27s | 156 | 12 | 1,297 | |
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 13.28s | 282 | 23 | 1,755 |
クイック比較
比較ペアを切り替え
Gemini 3.8 FlashmediumvsQwen3.8 Max (0902)lowClaude Opus 5highvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsGrok 4.6highGemini 3.1 Pro PreviewmediumvsGPT-5.5lowClaude Opus 5mediumvsQwen3.8 Max (0902)lowClaude Opus 5highvsQwen3.8 Max (0902)lowClaude Fable 5.1highvsQwen3.8 Max (0902)lowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighGemini 3.5 FlashmediumvsQwen3.8 Max (0902)lowGPT-5.5mediumvsQwen3.8 Max (0902)lowSeed 2.1 TurbolowvsGemini 3.1 Pro PreviewmediumQwen3.8 Max (0902)lowvsGrok 4.5high