AI BENCHY Compare
Elephant vs Qwen: Qwen3.5-Flash
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-14
| 指標 | Elephant Elephant medium | Qwen3.5-Flash Qwen3.5-Flash none |
|---|---|---|
| スコア | 5.2 | 6.2 |
| 順位 | #77 | #56 |
| 一貫性 | 9.6 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 29.6% | 46.3% |
| 不安定なテスト | 1 | 1 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.000 | 0.070 |
| 合計コスト | $0.000 | $0.006 |
| ???? | $0.000 / 1M | $0.065 / 1M |
| ???? | $0.000 / 1M | $0.260 / 1M |
| 出力トークン | 2,596 | 4,266 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 1.27s | 3.25s |
| 応答時間（最大） | 3.70s | 13.73s |
| 応答時間（合計） | 22.82s | 58.44s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 6.6 | 10.0 | 50.0% | 0 | 1.19s | 815 | 0 | |
| Qwen3.5-Flash | 3.5 | 8.3 | 8.3% | 1 | 1.32s | 690 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 5.1 | 3.3 | 33.3% | 1 | 1.30s | 365 | 0 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 1.29s | 489 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 3.70s | 562 | 0 | |
| Qwen3.5-Flash | 3.0 | 10.0 | 0.0% | 0 | 6.22s | 1,794 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 6.5 | 10.0 | 50.0% | 0 | 979ms | 246 | 0 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 243 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 925ms | 24 | 0 | |
| Qwen3.5-Flash | 7.7 | 10.0 | 66.7% | 0 | 905ms | 15 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 4.3 | 10.0 | 0.0% | 0 | 920ms | 105 | 0 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 803ms | 100 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 9.8 | 10.0 | 100.0% | 0 | 987ms | 82 | 0 | |
| Qwen3.5-Flash | 6.3 | 10.0 | 50.0% | 0 | 8.81s | 63 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 3.7 | 10.0 | 0.0% | 0 | 867ms | 166 | 0 | |
| Qwen3.5-Flash | 3.3 | 10.0 | 0.0% | 0 | 5.90s | 608 | 0 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Elephant | 3.0 | 10.0 | 0.0% | 0 | 2.83s | 231 | 0 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 264 | 0 |
クイック比較
比較ペアを切り替え
ElephantmediumvsGrok 4.20noneMistral Small 4nonevsElephantmediumgpt-oss-120bnone無料で利用可能vsElephantmediumGPT-5 NanomediumvsQwen3.5-FlashnoneTrinity Large Previewnone無料で利用可能vsElephantmediumGPT-5.4 MininonevsElephantmediumElephantmediumvsQwen3 Coder NextnoneNemotron 3 Supernone無料で利用可能vsElephantmediumMercury 2mediumvsQwen3.5-FlashnoneElephantmediumvsGLM 5 TurbononeKimi K2.5nonevsElephantmediumElephantmediumvsGLM 5.1none