- 順位
- #80
- 合計出力トークン
- 487,218
- 応答時間（平均）
- 64.16s
- 合計コスト
- $1.046
Qwen3.5-122B-A10B (medium) vs Grok 4.20 (medium)
平均スコアは 7.1 vs 7.1 でほぼ同等です。 Grok 4.20 (medium) の benchmark コストが低く、$0.777 vs $1.046 です。 Grok 4.20 (medium) の方が高速で、29.47s vs 64.16s です、成功率は 71.2% vs 63.6% です。
- 順位
- #83
- 合計出力トークン
- 259,340
- 応答時間（平均）
- 29.47s
- 合計コスト
- $0.777
おすすめモデル
Grok 4.20 (medium)
ここでは最高スコア（7.1）で、Qwen3.5-122B-A10B (medium) より約 2.2 倍速く応答します。
詳細比較
| 指標 | Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.1 | 7.1 |
| 順位 | #80 | #83 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.5 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.2% | 63.6% |
| 不安定なテスト | 4 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.509 | 9.709 |
| 合計コスト | $1.046 | $0.777 |
| 入力価格 | $0.260 / 1M | $1.250 / 1M |
| 出力価格 | $2.080 / 1M | $2.500 / 1M |
| 合計入力トークン | 124,771 | 102,791 |
| 出力トークン | 44,077 | 5,363 |
| 推論トークン | 443,141 | 253,977 |
| 応答時間（平均） | 64.16s | 29.47s |
| 応答時間（最大） | 519.30s | 199.66s |
| 応答時間（合計） | 1411.60s | 648.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#80 Qwen3.5-122B-A10B
medium- コスト
- $0.019
- 時間
- 48.7s
- トークン
- 6,034 tok
#83 xAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 9.75s | 672 | 269 | 16,835 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 6.0 | 7.2 | 55.6% | 1 | 114.48s | 7,630 | 8,057 | 82,578 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 6.4 | 5.8 | 66.7% | 1 | 313.55s | 97,886 | 18,373 | 203,450 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 23.41s | 7,782 | 270 | 16,558 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 2.9 | 7.2 | 11.1% | 1 | 63.40s | 771 | 15,537 | 64,889 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 3.4 | 2.2 | 33.3% | 1 | 34.11s | 344 | 66 | 7,592 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 9.88s | 593 | 77 | 7,372 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 17.89s | 696 | 284 | 27,575 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 4.60s | 8,193 | 322 | 1,226 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 3.0 | 10.0 | 0.0% | 0 | 52.87s | 204 | 822 | 15,066 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
クイック比較
比較ペアを切り替え
Qwen3.7 PlusnonevsGrok 4.20mediumKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsGrok 4.20mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsQwen3.5-122B-A10BmediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.5 FlashnonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsQwen3.5-122B-A10BmediumDeepSeek V4 PrononevsGrok 4.20mediumGPT-5.6 SolnonevsGrok 4.20medium