- 順位
- #143
- 合計出力トークン
- 4,915
- 応答時間（平均）
- 2.35s
- 合計コスト
- $0.544
GPT-5.5 vs Qwen3.7 Flash (medium)
GPT-5.5 が平均スコアでリードし、7.0 vs 6.9 です。 Qwen3.7 Flash (medium) の benchmark コストが低く、$0.065 vs $0.544 です。 GPT-5.5 の方が高速で、2.35s vs 47.38s です、成功率は 59.1% vs 63.6% です。
比較対象モデル
- 順位
- #150
- 合計出力トークン
- 470,076
- 応答時間（平均）
- 47.38s
- 合計コスト
- $0.065
おすすめモデル
Qwen3.7 Flash (medium)
スコアはここでの最高値に近く（6.9 vs 7.0）、GPT-5.5 より約 8.4 倍低コストです。
詳細比較
| 指標 | GPT-5.5 GPT-5.5 none | Qwen3.7 Flash Qwen3.7 Flash medium |
|---|---|---|
| スコア | 7.0 | 6.9 |
| 順位 | #143 | #150 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 7.5 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 59.1% | 63.6% |
| 不安定なテスト | 2 | 7 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.533 | 0.646 |
| 合計コスト | $0.544 | $0.065 |
| 入力価格 | $5.000 / 1M | $0.030 / 1M |
| 出力価格 | $30.000 / 1M | $0.130 / 1M |
| 合計入力トークン | 79,294 | 114,477 |
| 出力トークン | 4,915 | 12,786 |
| 推論トークン | 0 | 457,290 |
| 応答時間（平均） | 2.35s | 47.38s |
| 応答時間（最大） | 12.24s | 593.64s |
| 応答時間（合計） | 51.78s | 1042.43s |
| パラメータ | ~1.5T 総数 (~100B アクティブ) | ~35B 総数 (~3B 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.
#143 GPT-5.5
none- コスト
- $0.090
- 時間
- 54.3s
- トークン
- 3,063 tok
#150 Qwen3.7 Flash
medium
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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 6.9 | 7.9 | 66.7% | 1 | 1.31s | 606 | 213 | 0 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 672 | 525 | 12,844 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,305 | 462 | 0 | |
| Qwen3.7 Flash | 6.2 | 6.9 | 55.6% | 1 | 46.78s | 7,893 | 563 | 61,902 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 6.5 | 10.0 | 50.0% | 0 | 8.90s | 56,092 | 3,244 | 0 | |
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 314.17s | 87,042 | 10,432 | 296,919 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 1.18s | 7,140 | 222 | 0 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.42s | 7,782 | 270 | 11,588 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 5.3 | 10.0 | 33.3% | 0 | 1.27s | 732 | 52 | 0 | |
| Qwen3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 38.02s | 780 | 59 | 38,977 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.41s | 477 | 124 | 0 | |
| Qwen3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 10.18s | 516 | 143 | 3,647 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 6.2 | 5.8 | 66.7% | 1 | 1.15s | 660 | 81 | 0 | |
| Qwen3.7 Flash | 5.8 | 2.7 | 66.7% | 2 | 9.27s | 699 | 100 | 7,457 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 7.7 | 10.0 | 66.7% | 0 | 1.29s | 642 | 252 | 0 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 8.30s | 696 | 355 | 9,138 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.90s | 5,445 | 247 | 0 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.80s | 8,193 | 309 | 2,171 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 3.0 | 10.0 | 0.0% | 0 | 5.01s | 195 | 18 | 0 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 29.17s | 204 | 30 | 12,647 |
クイック比較
比較ペアを切り替え
Mercury 2mediumvsGPT-5.5noneGPT-5.5nonevsGLM 5.1mediumSeed-2.0-CodehighvsQwen3.7 FlashmediumClaude Fable 5.1lowvsQwen3.7 FlashmediumGPT-5.5nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.5noneKimi K2.5mediumvsGPT-5.5noneGPT-5.5nonevsGrok 4.3mediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumKAT-Coder-Pro V2.5mediumvsGPT-5.5noneClaude Fable 5.1lowvsGPT-5.5none