- 順位
- #4
- 合計出力トークン
- 19,946
- 応答時間（平均）
- 9.04s
- 合計コスト
- $0.496
GPT-5.6 Sol (low) vs Qwen3.7 Max (medium)
GPT-5.6 Sol (low) が平均スコアでリードし、9.5 vs 9.1 です。 GPT-5.6 Sol (low) の benchmark コストが低く、$0.496 vs $1.157 です。 GPT-5.6 Sol (low) の方が高速で、9.04s vs 44.32s です、成功率は 86.4% vs 86.4% です。
- 順位
- #17
- 合計出力トークン
- 226,102
- 応答時間（平均）
- 44.32s
- 合計コスト
- $1.157
おすすめモデル
GPT-5.6 Sol (low)
ここでは最高スコア（9.5）で、Qwen3.7 Max (medium) より約 2.3 倍低コストです。
詳細比較
| 指標 | GPT-5.6 Sol GPT-5.6 Sol low | Qwen3.7 Max Qwen3.7 Max medium |
|---|---|---|
| スコア | 9.5 | 9.1 |
| 順位 | #4 | #17 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 9.0 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 86.4% | 86.4% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 5.508 | 8.904 |
| 合計コスト | $0.496 | $1.157 |
| 入力価格 | $2.500 / 1M | $1.475 / 1M |
| 出力価格 | $15.000 / 1M | $4.425 / 1M |
| 合計入力トークン | 78,580 | 106,029 |
| 出力トークン | 4,476 | 5,748 |
| 推論トークン | 15,470 | 220,354 |
| 応答時間（平均） | 9.04s | 44.32s |
| 応答時間（最大） | 53.91s | 556.06s |
| 応答時間（合計） | 198.97s | 975.11s |
| パラメータ | ~2T 総数 (~150B アクティブ) | ~1T 総数 (~40B 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.
#4 GPT-5.6 Sol
low- コスト
- $0.062
- 時間
- 26.7s
- トークン
- 2,150 tok
#17 Qwen3.7 Max
medium- コスト
- $0.017
- 時間
- 68.8s
- トークン
- 4,526 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 | 8.3 | 10.0 | 75.0% | 0 | 2.60s | 606 | 174 | 492 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 6.36s | 672 | 222 | 8,742 |
| 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 | 11.25s | 7,302 | 412 | 3,482 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 35.31s | 7,893 | 423 | 34,808 |
| 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 | 14.58s | 55,372 | 2,896 | 1,539 | |
| Qwen3.7 Max | 8.7 | 6.9 | 83.3% | 1 | 287.83s | 78,594 | 3,985 | 96,450 |
| 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 | 1.82s | 7,140 | 222 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 8.80s | 7,782 | 270 | 6,254 |
| 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 | 30.95s | 732 | 71 | 8,522 | |
| Qwen3.7 Max | 4.1 | 4.4 | 44.5% | 2 | 52.45s | 780 | 61 | 41,143 |
| 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 | 3.07s | 477 | 99 | 135 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 11.70s | 516 | 135 | 4,457 |
| 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 | 2.27s | 660 | 90 | 146 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 7.46s | 699 | 102 | 5,452 |
| 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 | 8.2 | 7.2 | 88.9% | 1 | 3.44s | 642 | 224 | 534 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 8.84s | 696 | 259 | 8,908 |
| 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 | 7.56s | 5,454 | 258 | 294 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 6.63s | 8,193 | 267 | 1,220 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 195 | 30 | 326 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 33.37s | 204 | 24 | 12,920 |
クイック比較
比較ペアを切り替え
Seed 2.1 TurbolowvsQwen3.7 MaxmediumGemini 3 Flash PreviewmediumvsGPT-5.6 SollowQwen3.7 MaxmediumvsGrok 4.5highGemini 3.5 FlashhighvsGPT-5.6 SollowGemini 3.7 FlashmediumvsGPT-5.6 SollowSeed 2.1 TurbohighvsQwen3.7 MaxmediumClaude Opus 5highvsQwen3.7 MaxmediumGemini 3.7 FlashlowvsQwen3.7 MaxmediumGPT-5.6 SollowvsGrok 4.6highGemini 3.6 FlashmediumvsGPT-5.6 SollowGemini 3.7 FlashhighvsGPT-5.6 SollowGemini 3.5 FlashlowvsQwen3.7 Maxmedium