- 順位
- #7
- 合計出力トークン
- 27,899
- 応答時間（平均）
- 11.73s
- 合計コスト
- $1.234
GPT-5.6 Sol (high) vs Qwen3.8 Max (medium)
GPT-5.6 Sol (high) が平均スコアでリードし、9.4 vs 9.1 です。 Qwen3.8 Max (medium) の benchmark コストが低く、$0.728 vs $1.234 です。 GPT-5.6 Sol (high) の方が高速で、11.73s vs 21.53s です、成功率は 89.4% 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
GPT-5.6 Sol (high)
ここでは最高スコア（9.4）で、Qwen3.8 Max (medium) より約 1.8 倍速く応答します。
詳細比較
| 指標 | GPT-5.6 Sol GPT-5.6 Sol high | Qwen3.8 Max Qwen3.8 Max medium |
|---|---|---|
| スコア | 9.4 | 9.1 |
| 順位 | #7 | #14 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 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 | 89.4% | 84.9% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 6.852 | 4.040 |
| 合計コスト | $1.234 | $0.728 |
| 入力価格 | $5.000 / 1M | $2.000 / 1M |
| 出力価格 | $30.000 / 1M | $6.000 / 1M |
| 合計入力トークン | 79,249 | 109,046 |
| 出力トークン | 4,855 | 6,567 |
| 推論トークン | 23,044 | 78,259 |
| 応答時間（平均） | 11.73s | 21.53s |
| 応答時間（最大） | 54.79s | 126.60s |
| 応答時間（合計） | 257.99s | 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.
#7 GPT-5.6 Sol
high- コスト
- $0.151
- 時間
- 201.9s
- トークン
- 5,100 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 8.7 | 7.9 | 91.7% | 1 | 3.39s | 606 | 171 | 644 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 12.52s | 7,302 | 404 | 5,656 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 24.99s | 56,154 | 3,298 | 4,866 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 7,140 | 222 | 0 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 5.3 | 7.2 | 44.4% | 1 | 39.45s | 619 | 62 | 9,556 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.40s | 477 | 97 | 238 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.73s | 660 | 96 | 331 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.10s | 642 | 211 | 675 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 10.0 | 10.0 | 100.0% | 0 | 7.08s | 5,454 | 264 | 393 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol | 4.7 | 1.6 | 66.7% | 1 | 6.97s | 195 | 30 | 685 | |
| 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
Gemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighClaude Opus 5highvsQwen3.8 MaxmediumClaude Opus 5mediumvsGPT-5.6 SolhighGemini 3.5 FlashlowvsQwen3.8 MaxmediumQwen3.8 MaxmediumvsGrok 4.5highGPT-5.6 SolhighvsQwen3.7 MaxmediumGPT-5.5lowvsQwen3.8 MaxmediumGemini 3.5 FlashmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3.5 Flash LitehighvsQwen3.8 MaxmediumGemini 3.6 FlashlowvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsGPT-5.6 Solhigh