- 順位
- #16
- 合計出力トークン
- 13,138
- 応答時間（平均）
- 7.15s
- 合計コスト
- $0.460
GPT-6.1 Sol (low) vs Qwen3.8 Max (0902) (high)
GPT-6.1 Sol (low) が平均スコアでリードし、9.6 vs 9.1 です。 GPT-6.1 Sol (low) の benchmark コストが低く、$0.460 vs $3.306 です。 GPT-6.1 Sol (low) の方が高速で、7.15s vs 186.06s です、成功率は 92.8% vs 87.0% です。
比較対象モデル
- 順位
- #37
- 合計出力トークン
- 441,352
- 応答時間（平均）
- 186.06s
- 合計コスト
- $3.306
おすすめモデル
GPT-6.1 Sol (low)
ここでは最高スコア（9.6）で、Qwen3.8 Max (0902) (high) より約 7.2 倍低コストです。
詳細比較
| 指標 | GPT-6.1 Sol GPT-6.1 Sol low | Qwen3.8 Max (0902) Qwen3.8 Max (0902) high |
|---|---|---|
| スコア | 9.6 | 9.1 |
| 順位 | #16 | #37 |
| 信頼性 | 10.0 | 9.8 |
| 一貫性 | 9.6 | 9.1 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 92.8% | 87.0% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 2.187 | 18.364 |
| 合計コスト | $0.460 | $3.306 |
| 入力価格 | $2.000 / 1M | $2.000 / 1M |
| 出力価格 | $10.000 / 1M | $6.000 / 1M |
| キャッシュ読み取り料金 | $0.100 / 1M | $0.250 / 1M |
| キャッシュ書き込み料金 | $2.500 / 1M | $2.500 / 1M |
| 合計入力トークン | 163,900 | 328,637 |
| 出力トークン | 4,958 | 8,619 |
| 推論トークン | 8,180 | 432,733 |
| 応答時間（平均） | 7.15s | 186.06s |
| 応答時間（最大） | 46.57s | 912.78s |
| 応答時間（合計） | 164.47s | 4279.49s |
| パラメータ | ~2T 総数 (~150B アクティブ) | 2.4T 総数 (~100B アクティブ) |
| 公開状況 | クローズド | クローズド |
キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。
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.
#16 GPT-6.1 Sol
low- コスト
- $0.028
- 時間
- 44.6s
- トークン
- 2,881 tok
#37 Qwen3.8 Max (0902)
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
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 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 46.57s | 85,882 | 798 | 461 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 197.08s | 219,411 | 1,729 | 20,180 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.14s | 606 | 147 | 226 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 15.86s | 1,128 | 263 | 6,631 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.48s | 7,302 | 388 | 1,286 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 253.22s | 8,235 | 418 | 91,734 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 10.94s | 54,810 | 2,619 | 370 | |
| Qwen3.8 Max (0902) | 8.7 | 6.9 | 83.3% | 1 | 110.39s | 79,527 | 5,215 | 28,102 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.94s | 7,140 | 222 | 0 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 16.37s | 8,010 | 261 | 3,598 |
| 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-6.1 Sol | 7.7 | 10.0 | 66.7% | 0 | 15.39s | 732 | 69 | 5,195 | |
| Qwen3.8 Max (0902) | 5.9 | 7.2 | 55.6% | 1 | 658.46s | 842 | 31 | 154,450 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.66s | 477 | 114 | 142 | |
| Qwen3.8 Max (0902) | 6.5 | 3.4 | 66.7% | 1 | 75.11s | 630 | 80 | 8,110 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 660 | 93 | 115 | |
| Qwen3.8 Max (0902) | 9.8 | 10.0 | 100.0% | 0 | 7.55s | 927 | 86 | 1,823 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.19s | 642 | 232 | 88 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 134.14s | 1,038 | 268 | 47,351 |
| 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-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 5.53s | 5,454 | 246 | 0 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 8,571 | 249 | 243 |
| 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-6.1 Sol | 2.8 | 1.6 | 33.3% | 1 | 3.80s | 195 | 30 | 297 | |
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 532.59s | 318 | 19 | 70,511 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewmediumvsGPT-6.1 SollowGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highGemini 4 ArgonhighvsGPT-6.1 SollowMuse WonderlowvsQwen3.8 Max (0902)highDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highQwen3.8 Max (0902)highvsParetodefaultGemini 3.7 FlashmediumvsGPT-6.1 SollowClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highMuse WonderminimalvsQwen3.8 Max (0902)highGPT-5.5mediumvsQwen3.8 Max (0902)highMuse WondermediumvsQwen3.8 Max (0902)high