AI BENCHY Compare
Qwen: Qwen3.5-Flash vs xAI: Grok Build 0.1
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: 2026-05-28
| 指標 | Qwen3.5-Flash Qwen3.5-Flash medium | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| スコア | 7.6 | 7.7 |
| 順位 | #48 | #43 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.0 | 9.9 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.0% | 65.0% |
| 不安定なテスト | 5 | 0 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 0.821 | 5.606 |
| 合計コスト | $0.074 | $0.729 |
| 入力価格 | $0.065 / 1M | $1.000 / 1M |
| 出力価格 | $0.260 / 1M | $2.000 / 1M |
| 出力トークン | 2,074 | 2,258 |
| 推論トークン | 272,063 | 341,381 |
| 応答時間（平均） | 63.04s | 42.39s |
| 応答時間（最大） | 234.29s | 252.69s |
| 応答時間（合計） | 1197.71s | 847.76s |
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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 59.11s | 383 | 32,992 | |
| Grok Build 0.1 | 8.3 | 10.0 | 75.0% | 0 | 7.43s | 220 | 12,162 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 4.1 | 5.8 | 33.3% | 1 | 54.23s | 288 | 67,546 | |
| Grok Build 0.1 | 7.0 | 9.5 | 50.0% | 0 | 62.62s | 614 | 64,815 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 17.78s | 483 | 8,270 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 32.81s | 231 | 16,917 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 7.3 | 5.9 | 83.3% | 1 | 56.99s | 235 | 16,237 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 10.72s | 180 | 8,876 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 5.3 | 7.2 | 44.4% | 1 | 146.50s | 58 | 43,615 | |
| Grok Build 0.1 | 5.3 | 10.0 | 33.3% | 0 | 158.00s | 492 | 175,294 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 6.1 | 3.1 | 66.7% | 1 | 40.05s | 99 | 38,486 | |
| Grok Build 0.1 | 4.4 | 9.9 | 0.0% | 0 | 18.41s | 76 | 6,345 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 63.49s | 98 | 14,139 | |
| Grok Build 0.1 | 9.8 | 10.0 | 100.0% | 0 | 12.36s | 57 | 9,599 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 8.2 | 7.2 | 88.9% | 1 | 27.61s | 89 | 12,457 | |
| Grok Build 0.1 | 7.7 | 10.0 | 66.7% | 0 | 18.26s | 195 | 20,841 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 10.33s | 309 | 1,284 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 13.12s | 180 | 4,969 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-Flash | 3.0 | 10.0 | 0.0% | 0 | 48.98s | 32 | 37,037 | |
| Grok Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 53.51s | 13 | 21,563 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsQwen3.5-FlashmediumDeepSeek V4 Flashhigh無料で利用可能vsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash LitelowvsQwen3.5-FlashmediumGPT-5.2 ChatnonevsGrok Build 0.1mediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsGrok Build 0.1medium