- 順位
- #101
- 合計出力トークン
- 96,655
- 応答時間（平均）
- 11.78s
- 合計コスト
- $1.316
Gemini 3.5 Flash (medium) vs Qwen3.8 2.4T A95B (high)
平均スコアは 7.9 vs 7.9 でほぼ同等です。 Gemini 3.5 Flash (medium) の benchmark コストが低く、$1.316 vs $2.805 です。 Gemini 3.5 Flash (medium) の方が高速で、11.78s vs 120.88s です、成功率は 81.2% vs 75.4% です。
比較対象モデル
- 順位
- #102
- 合計出力トークン
- 468,439
- 応答時間（平均）
- 120.88s
- 合計コスト
- $2.805
おすすめモデル
Gemini 3.5 Flash (medium)
ここでは最高スコア（7.9）で、Qwen3.8 2.4T A95B (high) より約 2.1 倍低コストです。
詳細比較
| 指標 | Gemini 3.5 Flash Gemini 3.5 Flash medium | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high |
|---|---|---|
| スコア | 7.9 | 7.9 |
| 順位 | #101 | #102 |
| 信頼性 | 10.0 | 9.6 |
| 一貫性 | 9.3 | 8.4 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 81.2% | 75.4% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 7.306 | 18.696 |
| 合計コスト | $1.316 | $2.805 |
| 入力価格 | $1.500 / 1M | $2.000 / 1M |
| 出力価格 | $9.000 / 1M | $6.000 / 1M |
| 合計入力トークン | 296,760 | 295,642 |
| 出力トークン | 4,371 | 115,041 |
| 推論トークン | 92,284 | 353,398 |
| 応答時間（平均） | 11.78s | 120.88s |
| 応答時間（最大） | 84.47s | 532.28s |
| 応答時間（合計） | 271.03s | 2780.16s |
| パラメータ | ~500B 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.
#101 Gemini 3.5 Flash
medium- コスト
- $0.201
- 時間
- 112.9s
- トークン
- 22,371 tok
#102 Qwen3.8 2.4T A95B
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
| エージェントタスク | 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 3.5 Flash | 2.8 | 1.6 | 33.3% | 1 | 84.47s | 227,004 | 2,205 | 32,277 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 127.11s | 186,711 | 2,240 | 10,171 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.09s | 492 | 171 | 3,385 | |
| 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 3.5 Flash | 7.9 | 7.5 | 77.8% | 1 | 12.63s | 8,118 | 461 | 24,939 | |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 44.36s | 45,684 | 516 | 8,835 | |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.07s | 7,548 | 279 | 3,784 | |
| 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 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.28s | 642 | 12 | 10,618 | |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.52s | 486 | 115 | 1,144 | |
| 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 3.5 Flash | 9.9 | 10.0 | 100.0% | 0 | 2.70s | 615 | 71 | 2,855 | |
| 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 3.5 Flash | 7.7 | 10.0 | 66.7% | 0 | 2.38s | 558 | 295 | 2,747 | |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.81s | 5,457 | 234 | 455 | |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 156 | 12 | 1,245 | |
| 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
Qwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumGemini 3.5 FlashmediumvsQwen3.7 MaxnoneQwen3.8 2.4T A95BhighvsGrok 4.5mediumGemini 3.5 FlashmediumvsGLM 5.3highGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighClaude Fable 5.1highvsGemini 3.5 FlashmediumQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumGemini 3.5 FlashmediumvsGLM 5.3 FlashXmaxQwen3.8 2.4T A95BhighvsGrok 4.6mediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmaxGemini 3.5 FlashmediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh