AI BENCHY Compare
Qwen: Qwen3.5 Plus 2026-02-15 vs Qwen: Qwen3.7 Max
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: 2026-05-22
| 指標 | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium | Qwen3.7 Max Qwen3.7 Max medium |
|---|---|---|
| スコア | 8.1 | 9.0 |
| 順位 | #20 | #5 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.8 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 76.7% | 88.3% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 2.259 | 5.540 |
| 合計コスト | $0.317 | $0.942 |
| ???? | $0.260 / 1M | $2.500 / 1M |
| ???? | $1.560 / 1M | $7.500 / 1M |
| 出力トークン | 2,184 | 2,109 |
| 推論トークン | 173,206 | 110,285 |
| 応答時間（平均） | 67.90s | 13.83s |
| 応答時間（最大） | 266.69s | 33.37s |
| 応答時間（合計） | 882.70s | 276.53s |
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 Plus 2026-02-15 | 8.2 | 7.9 | 83.3% | 1 | 45.78s | 205 | 21,236 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 6.36s | 222 | 8,742 |
| 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 Plus 2026-02-15 | 7.6 | 6.7 | 66.7% | 1 | 193.80s | 406 | 63,554 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 22.98s | 403 | 22,134 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.85s | 421 | 7,906 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 19.60s | 366 | 8,405 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.91s | 270 | 14,916 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 8.80s | 270 | 6,254 |
| 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 Plus 2026-02-15 | 5.3 | 10.0 | 33.3% | 0 | 17.50s | 35 | 16,680 | |
| Qwen3.7 Max | 5.9 | 7.2 | 55.6% | 1 | 24.94s | 61 | 31,793 |
| 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 Plus 2026-02-15 | 4.7 | 1.6 | 66.7% | 1 | 79.86s | 73 | 8,675 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 11.70s | 135 | 4,457 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 31.93s | 101 | 7,704 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 7.46s | 102 | 5,452 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 34.57s | 340 | 14,496 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 8.84s | 259 | 8,908 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 309 | 909 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 6.63s | 267 | 1,220 |
| 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 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 103.81s | 24 | 17,130 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 33.37s | 24 | 12,920 |
クイック比較
比較ペアを切り替え
GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashnonevsQwen3.7 MaxmediumGemini 3.5 FlashminimalvsQwen3.5 Plus 2026-02-15mediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3 Flash PreviewlowvsQwen3.7 MaxmediumGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15mediumGPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15medium