- 順位
- #94
- 合計出力トークン
- 167,486
- 応答時間（平均）
- 16.64s
- 合計コスト
- $0.769
Gemini 3.8 Flash (medium) vs Qwen3.8 2.4T A95B (high)
Gemini 3.8 Flash (medium) が平均スコアでリードし、8.0 vs 7.9 です。 Gemini 3.8 Flash (medium) の benchmark コストが低く、$0.769 vs $2.805 です。 Gemini 3.8 Flash (medium) の方が高速で、16.64s vs 120.88s です、成功率は 89.9% 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 3.8 Flash (medium)
ここでは最高スコア（8.0）で、Qwen3.8 2.4T A95B (high) より約 3.6 倍低コストです。
詳細比較
| 指標 | Gemini 3.8 Flash Gemini 3.8 Flash medium | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high |
|---|---|---|
| スコア | 8.0 | 7.9 |
| 順位 | #94 | #102 |
| 信頼性 | 9.9 | 9.6 |
| 一貫性 | 9.0 | 8.4 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 89.9% | 75.4% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 4.046 | 18.696 |
| 合計コスト | $0.769 | $2.805 |
| 入力価格 | $0.750 / 1M | $2.000 / 1M |
| 出力価格 | $3.750 / 1M | $6.000 / 1M |
| 合計入力トークン | 187,331 | 295,642 |
| 出力トークン | 7,555 | 115,041 |
| 推論トークン | 159,931 | 353,398 |
| 応答時間（平均） | 16.64s | 120.88s |
| 応答時間（最大） | 108.60s | 532.28s |
| 応答時間（合計） | 382.64s | 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.
#94 Gemini 3.8 Flash
medium- コスト
- $0.037
- 時間
- 54.6s
- トークン
- 9,712 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 3.8 Flash | 2.8 | 1.6 | 33.3% | 1 | 63.72s | 91,538 | 489 | 12,089 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.66s | 492 | 145 | 3,131 | |
| 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 3.8 Flash | 8.0 | 9.9 | 66.7% | 0 | 11.69s | 8,118 | 454 | 19,433 | |
| 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 3.8 Flash | 8.7 | 6.9 | 83.3% | 1 | 60.28s | 71,646 | 5,615 | 59,676 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.74s | 7,548 | 279 | 4,386 | |
| 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 3.8 Flash | 8.2 | 7.2 | 88.9% | 1 | 31.77s | 644 | 12 | 44,973 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.65s | 486 | 78 | 1,185 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.81s | 615 | 72 | 2,944 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.73s | 558 | 151 | 2,720 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 18.47s | 5,530 | 249 | 6,512 | |
| 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 3.8 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.94s | 156 | 11 | 2,882 | |
| 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
Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumGemini 3.8 FlashmediumvsGPT-5.6 TerralowGemini 3.8 FlashmediumvsGPT-5.6 LunahighQwen3.8 2.4T A95BhighvsGrok 4.5mediumGemini 3.8 FlashmediumvsGLM 5.3 FlashXmaxClaude Fable 5.1highvsGemini 3.8 FlashmediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.6mediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmaxGemini 3.8 FlashmediumvsQwen3.7 Maxnone