- 順位
- #9
- 合計出力トークン
- 97,958
- 応答時間（平均）
- 21.47s
- 合計コスト
- $1.361
Gemini 3.1 Pro Preview (medium) vs Qwen3.8 Max (medium)
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 (medium) の benchmark コストが低く、$0.728 vs $1.361 です。 Gemini 3.1 Pro Preview (medium) の方が高速で、21.47s vs 21.53s です、成功率は 90.9% vs 84.9% です。
- 順位
- #14
- 合計出力トークン
- 84,826
- 応答時間（平均）
- 21.53s
- 合計コスト
- $0.728
おすすめモデル
Qwen3.8 Max (medium)
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 1.9 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 Qwen3.8 Max medium |
|---|---|---|
| スコア | 9.2 | 9.1 |
| 順位 | #9 | #14 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 9.7 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 90.9% | 84.9% |
| 不安定なテスト | 0 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 6.801 | 4.040 |
| 合計コスト | $1.361 | $0.728 |
| 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 | 92,287 | 109,046 |
| 出力トークン | 5,232 | 6,567 |
| 推論トークン | 92,726 | 78,259 |
| 応答時間（平均） | 21.47s | 21.53s |
| 応答時間（最大） | 88.68s | 126.60s |
| 応答時間（合計） | 322.08s | 473.75s |
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.
#9 Gemini 3.1 Pro Preview
medium- コスト
- $0.115
- 時間
- 87.2s
- トークン
- 9,629 tok
#14 Qwen3.8 Max
medium- コスト
- $0.028
- 時間
- 71.9s
- トークン
- 4,750 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 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 672 | 312 | 2,075 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 41.35s | 7,893 | 430 | 23,804 |
| 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 | 8.7 | 6.9 | 83.3% | 1 | 91.25s | 81,584 | 4,526 | 30,688 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 8.72s | 7,782 | 270 | 2,519 |
| 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 | 32.73s | 635 | 18 | 12,424 | |
| Qwen3.8 Max | 5.3 | 10.0 | 33.3% | 0 | 28.52s | 771 | 63 | 13,581 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 516 | 168 | 700 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.49s | 699 | 102 | 914 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.93s | 696 | 401 | 1,575 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.83s | 8,229 | 267 | 636 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 11.49s | 204 | 28 | 1,767 |
クイック比較
比較ペアを切り替え
Claude Opus 5highvsGemini 3.1 Pro PreviewmediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighClaude Opus 5highvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsQwen3.8 MaxmediumQwen3.8 MaxmediumvsGrok 4.5highGPT-5.5lowvsQwen3.8 MaxmediumGPT-5.6 SolhighvsQwen3.8 MaxmediumGemini 3.1 Pro PreviewmediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGrok 4.5highGemini 3.5 Flash LitehighvsQwen3.8 MaxmediumGemini 3.6 FlashlowvsQwen3.8 Maxmedium