- 順位
- #86
- 合計出力トークン
- 614,429
- 応答時間（平均）
- 111.94s
- 合計コスト
- $0.981
Qwen3.5-27B (medium) vs Grok 4.6 (low)
Qwen3.5-27B (medium) が平均スコアでリードし、7.4 vs 7.4 です。 Grok 4.6 (low) の benchmark コストが低く、$0.441 vs $0.981 です。 Grok 4.6 (low) の方が高速で、14.20s vs 111.94s です、成功率は 72.7% vs 71.2% です。
- 順位
- #90
- 合計出力トークン
- 36,792
- 応答時間（平均）
- 14.20s
- 合計コスト
- $0.441
おすすめモデル
Grok 4.6 (low)
スコアはここでの最高値に近く（7.4 vs 7.4）、Qwen3.5-27B (medium) より約 2.2 倍低コストです。
詳細比較
| 指標 | Qwen3.5-27B Qwen3.5-27B medium | Grok 4.6 Grok 4.6 low |
|---|---|---|
| スコア | 7.4 | 7.4 |
| 順位 | #86 | #90 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.2 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 71.2% |
| 不安定なテスト | 5 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.324 | 2.938 |
| 合計コスト | $0.981 | $0.441 |
| 入力価格 | $0.195 / 1M | $2.000 / 1M |
| 出力価格 | $1.560 / 1M | $6.000 / 1M |
| 合計入力トークン | 111,635 | 109,951 |
| 出力トークン | 15,999 | 5,124 |
| 推論トークン | 598,430 | 31,668 |
| 応答時間（平均） | 111.94s | 14.20s |
| 応答時間（最大） | 1026.43s | 26.46s |
| 応答時間（合計） | 2462.67s | 312.33s |
| パラメータ | 27B | ~1.7T 総数 (~170B 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.
#86 Qwen3.5-27B
medium- コスト
- $0.008
- 時間
- 62.0s
- トークン
- 3,099 tok
#90 SpaceXAI: Grok 4.6
low- コスト
- $0.011
- 時間
- 26.0s
- トークン
- 1,941 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 672 | 569 | 31,505 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.00s | 2,991 | 104 | 3,343 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.2 | 7.1 | 55.6% | 1 | 160.69s | 7,895 | 6,381 | 89,388 | |
| Grok 4.6 | 5.5 | 7.1 | 44.4% | 1 | 21.69s | 9,579 | 349 | 7,740 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 7.3 | 5.8 | 83.3% | 1 | 595.19s | 84,417 | 7,948 | 279,132 | |
| Grok 4.6 | 6.5 | 10.0 | 50.0% | 0 | 23.33s | 71,233 | 3,899 | 2,805 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 30.26s | 7,782 | 270 | 16,150 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.63s | 8,937 | 225 | 1,423 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 5.3 | 10.0 | 33.3% | 0 | 79.53s | 553 | 43 | 52,368 | |
| Grok 4.6 | 2.9 | 7.2 | 11.1% | 1 | 15.58s | 2,514 | 16 | 6,665 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.1 | 3.1 | 66.7% | 1 | 101.41s | 524 | 70 | 23,147 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.29s | 1,077 | 55 | 1,009 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 19.66s | 699 | 97 | 11,638 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 6.64s | 1,857 | 57 | 2,310 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 8.2 | 7.7 | 77.8% | 1 | 59.60s | 696 | 242 | 70,096 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 8.16s | 2,430 | 154 | 2,506 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 7.45s | 8,193 | 348 | 1,323 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.42s | 8,544 | 255 | 359 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 85.11s | 204 | 31 | 23,683 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 26.11s | 789 | 10 | 3,508 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6nonevsGrok 4.6lowMuse Glimmer 30BhighvsGrok 4.6lowLongCat 2.0mediumvsGrok 4.6lowGPT-5.6 TerralowvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowDeepSeek V4 Flash 0731mediumvsGrok 4.6lowGPT-5.3 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumQwen3.7 MaxnonevsGrok 4.6lowGemini 3.1 Flash LitemediumvsGrok 4.6lowKAT-Coder-Pro V2.5lowvsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27Bmedium