- 順位
- #218
- 合計出力トークン
- 53,060
- 応答時間（平均）
- 20.07s
- 合計コスト
- $0.176
Qwen3.5 Plus 2026-02-15 vs Grok 4.20 (medium)
平均スコアは 6.3 vs 6.3 でほぼ同等です。 Qwen3.5 Plus 2026-02-15 の benchmark コストが低く、$0.176 vs $1.582 です。 Qwen3.5 Plus 2026-02-15 の方が高速で、20.07s vs 36.73s です、成功率は 52.2% vs 58.0% です。
比較対象モデル
- 順位
- #224
- 合計出力トークン
- 302,087
- 応答時間（平均）
- 36.73s
- 合計コスト
- $1.582
おすすめモデル
Qwen3.5 Plus 2026-02-15
ここでは最高スコア（6.3）で、Grok 4.20 (medium) より約 9.0 倍低コストです。
詳細比較
| 指標 | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 6.3 | 6.3 |
| 順位 | #218 | #224 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.1 | 8.2 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 52.2% | 58.0% |
| 不安定なテスト | 3 | 5 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 1.593 | 14.374 |
| 合計コスト | $0.176 | $1.582 |
| 入力価格 | $0.260 / 1M | $1.250 / 1M |
| 出力価格 | $1.560 / 1M | $2.500 / 1M |
| 合計入力トークン | 346,064 | 392,127 |
| 出力トークン | 53,060 | 7,754 |
| 推論トークン | 0 | 294,333 |
| 応答時間（平均） | 20.07s | 36.73s |
| 応答時間（最大） | 183.50s | 199.66s |
| 応答時間（合計） | 341.27s | 844.68s |
| パラメータ | ~397B 総数 (~17B アクティブ) | ~1T 総数 (~100B アクティブ) |
| 公開状況 | クローズド | 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.
#218 Qwen3.5 Plus 2026-02-15
none- コスト
- $0.012
- 時間
- 153.2s
- トークン
- 7,787 tok
#224 SpaceXAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 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
| エージェントタスク | 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 Plus 2026-02-15 | 5.2 | 3.2 | 33.3% | 1 | 183.50s | 243,409 | 23,690 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 128.32s | 289,141 | 1,894 | 29,934 |
| 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 Plus 2026-02-15 | 4.8 | 10.0 | 25.0% | 0 | 1.91s | 696 | 517 | 0 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 Plus 2026-02-15 | 4.3 | 7.9 | 11.1% | 1 | 2.05s | 7,913 | 473 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 Plus 2026-02-15 | 6.5 | 10.0 | 50.0% | 0 | 64.83s | 75,086 | 27,204 | 0 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 7,794 | 243 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 Plus 2026-02-15 | 7.7 | 10.0 | 66.7% | 0 | 1.24s | 798 | 17 | 0 | |
| Grok 4.20 | 2.9 | 7.2 | 11.1% | 1 | 49.71s | 1,959 | 872 | 59,761 |
| 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 Plus 2026-02-15 | 4.4 | 3.0 | 33.3% | 1 | 2.26s | 522 | 117 | 0 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.67s | 711 | 72 | 0 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 Plus 2026-02-15 | 7.7 | 10.0 | 66.7% | 0 | 2.71s | 714 | 494 | 0 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 3.33s | 8,211 | 222 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 1.11s | 210 | 11 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
クイック比較
比較ペアを切り替え
DeepSeek V4 Flash 0423nonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsSolar Pro 4highGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15noneTrinity Large ThinkinglowvsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsSpace Bunny AlphamediumGemini 3.5 Flash LitelowvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15noneTrinity Large ThinkinglowvsQwen3.5 Plus 2026-02-15noneSpace Bunny AlphaxhighvsGrok 4.20mediumSolar Pro 4highvsGrok 4.20mediumGemini 3.1 Flash LitelowvsGrok 4.20medium