#220 Qwen3.5-9B
medium- コスト
- $0.001
- 時間
- 35.9s
- トークン
- 3,030 tok
Qwen: Qwen3.5-9B vs xAI: Grok 4.20
Grok 4.20 が平均スコアでリードし、4.1 vs 3.8 です。 Qwen3.5-9B (medium) の benchmark コストが低く、$0.036 vs $0.057 です。 Grok 4.20 の方が高速で、1.11s vs 82.24s です、成功率は 25.8% vs 27.3% です。
おすすめモデルGrok 4.20ここでは最高スコア（4.1）で、Qwen3.5-9B (medium) より約 74.2 倍速く応答します。
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: 2026-07-25
| 指標 | Qwen3.5-9B Qwen3.5-9B medium | Grok 4.20 Grok 4.20 none |
|---|---|---|
| スコア | 3.8 | 4.1 |
| 順位 | #220 | #213 |
| 信頼性 | 5.0 | 該当なし |
| 一貫性 | 8.1 | 8.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 25.8% | 27.3% |
| 不安定なテスト | 5 | 0 |
| 総実行回数 | 66 | 54 |
| 結果あたりのコスト | 1.187 | 1.570 |
| 合計コスト | $0.036 | $0.057 |
| 入力価格 | $0.100 / 1M | $1.250 / 1M |
| 出力価格 | $0.150 / 1M | $2.500 / 1M |
| 合計入力トークン | 17,070 | 41,313 |
| 出力トークン | 29,045 | 1,923 |
| 推論トークン | 209,516 | 0 |
| 応答時間（平均） | 82.24s | 1.11s |
| 応答時間（最大） | 226.38s | 6.04s |
| 応答時間（合計） | 1315.88s | 19.96s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#213 xAI: Grok 4.20
none- コスト
- $0.004
- 時間
- 6.5s
- トークン
- 1,367 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 369 | 2,621 | 12,411 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 2.9 | 10.0 | 0.0% | 0 | 100.88s | 2,396 | 7,890 | 41,129 | |
| Grok 4.20 | 1.1 | 3.1 | 0.0% | 0 | 1.22s | 1,074 | 312 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Grok 4.20 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 4,722 | 1,383 | 32,113 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 137.75s | 295 | 11,549 | 48,475 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 180 | 0 | 30,695 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 5.75s | 381 | 491 | 1,824 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 32.27s | 376 | 1,593 | 12,026 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 8,283 | 444 | 1,149 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 177.02s | 68 | 3,074 | 29,694 | |
| Grok 4.20 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
クイック比較
比較ペアを切り替え
gpt-oss-120bnone無料で利用可能vsQwen3.5-9BmediumGrok 4.20nonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3.5-9BmediumMiniMax M2.5mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneLaguna S 2.1none無料で利用可能vsQwen3.5-9BmediumMercury 2nonevsQwen3.5-9BmediumLaguna S 2.1low無料で利用可能vsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneTrinity Large PreviewnonevsQwen3.5-9BmediumKAT-Coder-Air V2.5nonevsQwen3.5-9Bmedium