- 順位
- #52
- 合計出力トークン
- 155,998
- 応答時間（平均）
- 18.68s
- 合計コスト
- $0.509
GPT-5.6 Luna (high) vs Qwen3.7 Flash (high)
Qwen3.7 Flash (high) が平均スコアでリードし、7.8 vs 7.7 です。 Qwen3.7 Flash (high) の benchmark コストが低く、$0.051 vs $0.509 です。 GPT-5.6 Luna (high) の方が高速で、18.68s vs 39.77s です、成功率は 72.7% vs 72.7% です。
- 順位
- #48
- 合計出力トークン
- 359,703
- 応答時間（平均）
- 39.77s
- 合計コスト
- $0.051
おすすめモデル
Qwen3.7 Flash (high)
ここでは最高スコア（7.8）で、GPT-5.6 Luna (high) より約 10.1 倍低コストです。
詳細比較
| 指標 | GPT-5.6 Luna GPT-5.6 Luna high | Qwen3.7 Flash Qwen3.7 Flash high |
|---|---|---|
| スコア | 7.7 | 7.8 |
| 順位 | #52 | #48 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 7.8 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 72.7% |
| 不安定なテスト | 3 | 6 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 6.780 | 0.387 |
| 合計コスト | $0.509 | $0.051 |
| 入力価格 | $0.500 / 1M | $0.030 / 1M |
| 出力価格 | $3.000 / 1M | $0.130 / 1M |
| 合計入力トークン | 80,918 | 116,322 |
| 出力トークン | 5,088 | 12,332 |
| 推論トークン | 150,910 | 347,371 |
| 応答時間（平均） | 18.68s | 39.77s |
| 応答時間（最大） | 111.09s | 431.47s |
| 応答時間（合計） | 411.05s | 875.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#52 GPT-5.6 Luna
high- コスト
- $0.033
- 時間
- 34.2s
- トークン
- 5,484 tok
#48 Qwen3.7 Flash
high
無効なSVG
- 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-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.99s | 606 | 162 | 1,265 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.21s | 672 | 713 | 13,968 |
| 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-5.6 Luna | 5.5 | 4.7 | 55.6% | 2 | 15.63s | 7,302 | 510 | 17,746 | |
| Qwen3.7 Flash | 8.2 | 9.7 | 66.7% | 0 | 58.84s | 7,893 | 503 | 62,350 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 19.05s | 57,719 | 3,366 | 8,005 | |
| Qwen3.7 Flash | 6.9 | 5.9 | 66.7% | 1 | 231.97s | 88,896 | 9,866 | 203,866 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.18s | 7,140 | 234 | 470 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 20.10s | 7,782 | 270 | 10,800 |
| 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-5.6 Luna | 7.7 | 10.0 | 66.7% | 0 | 78.96s | 723 | 69 | 96,395 | |
| Qwen3.7 Flash | 3.5 | 4.4 | 33.3% | 2 | 22.73s | 771 | 61 | 25,126 |
| 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-5.6 Luna | 5.0 | 10.0 | 0.0% | 0 | 3.65s | 477 | 117 | 563 | |
| Qwen3.7 Flash | 5.1 | 3.4 | 33.3% | 1 | 10.73s | 516 | 120 | 3,898 |
| 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-5.6 Luna | 9.9 | 10.0 | 100.0% | 0 | 1.79s | 660 | 97 | 481 | |
| Qwen3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 9.41s | 699 | 97 | 7,838 |
| 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-5.6 Luna | 7.6 | 7.2 | 77.8% | 1 | 14.55s | 642 | 242 | 18,281 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 10.79s | 696 | 369 | 10,474 |
| 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-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 4.98s | 5,454 | 260 | 324 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.72s | 8,193 | 309 | 1,436 |
| 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-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 17.00s | 195 | 31 | 7,380 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 17.70s | 204 | 24 | 7,615 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGLM 5mediumClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Sonnet 4.6mediumvsQwen3.7 FlashhighGPT-5.6 TerramediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5.2mediumClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.7 FlashhighvsGLM 5mediumMiniMax M3mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsQwen3.7 FlashhighSeed-2.0-LitemediumvsQwen3.7 FlashhighGPT-5.6 LunahighvsGrok Build 0.1medium