- 順位
- #113
- 合計出力トークン
- 487,519
- 応答時間（平均）
- 65.67s
- 合計コスト
- $1.047
Qwen3.5-122B-A10B (medium) vs Grok 4.3 (medium)
Qwen3.5-122B-A10B (medium) が平均スコアでリードし、7.1 vs 7.0 です。 Grok 4.3 (medium) の benchmark コストが低く、$0.741 vs $1.047 です。 Grok 4.3 (medium) の方が高速で、44.21s vs 65.67s です、成功率は 71.2% vs 66.7% です。
- 順位
- #117
- 合計出力トークン
- 225,904
- 応答時間（平均）
- 44.21s
- 合計コスト
- $0.741
おすすめモデル
Grok 4.3 (medium)
総合的に最も良い選択です。競争力のあるスコア（7.0）、Qwen3.5-122B-A10B (medium) より低いコスト、バランスの取れた応答時間があります。
詳細比較
| 指標 | Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 7.1 | 7.0 |
| 順位 | #113 | #117 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.5 | 8.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.2% | 66.7% |
| 不安定なテスト | 4 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.446 | 6.168 |
| 合計コスト | $1.047 | $0.741 |
| 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 | 124,780 | 140,244 |
| 出力トークン | 47,694 | 13,739 |
| 推論トークン | 439,825 | 212,165 |
| 応答時間（平均） | 65.67s | 44.21s |
| 応答時間（最大） | 519.30s | 216.69s |
| 応答時間（合計） | 1444.68s | 972.64s |
| パラメータ | 122B 総数 (10B アクティブ) | ~1.5T 総数 (~150B アクティブ) |
| 公開状況 | オープンソース | 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.
#113 Qwen3.5-122B-A10B
medium- コスト
- $0.019
- 時間
- 48.7s
- トークン
- 6,034 tok
#117 SpaceXAI: Grok 4.3
medium- コスト
- $0.009
- 時間
- 19.0s
- トークン
- 3,661 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 2,010 | 88 | 8,207 |
| 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 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
| 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 4.3 | 6.5 | 10.0 | 50.0% | 0 | 55.07s | 108,468 | 11,992 | 21,601 |
| 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| 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 | 74.43s | 780 | 19,154 | 61,573 | |
| Grok 4.3 | 3.5 | 4.4 | 33.3% | 2 | 158.01s | 1,977 | 14 | 95,783 |
| 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 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 825 | 70 | 5,020 |
| 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 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 |
| 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 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.52s | 1,689 | 128 | 14,468 |
| 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
| 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 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 549 | 14 | 12,986 |
クイック比較
比較ペアを切り替え
GPT-5.6 SolnonevsGrok 4.3mediumMuse Glimmer 30BlowvsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.5nonevsGrok 4.3mediumQwen3.5-122B-A10BmediumvsSolar Pro 4highSolar Pro 4highvsGrok 4.3mediumMuse Glimmer 30BhighvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumStep 3.7 FlashlowvsGrok 4.3mediumMuse Glimmer 30BlowvsGrok 4.3mediumGPT-5.6 SolnonevsQwen3.5-122B-A10BmediumClaude Opus 4.8nonevsQwen3.5-122B-A10Bmedium