- 順位
- #113
- 合計出力トークン
- 200,348
- 応答時間（平均）
- 54.06s
- 合計コスト
- $0.488
Qwen3.5 Plus 2026-04-20 (medium) vs Grok 4.5 (low)
Grok 4.5 (low) が平均スコアでリードし、7.8 vs 7.7 です。 Qwen3.5 Plus 2026-04-20 (medium) の benchmark コストが低く、$0.488 vs $1.345 です。 Grok 4.5 (low) の方が高速で、18.14s vs 54.06s です、成功率は 65.2% vs 73.9% です。
比較対象モデル
- 順位
- #109
- 合計出力トークン
- 121,415
- 応答時間（平均）
- 18.14s
- 合計コスト
- $1.345
おすすめモデル
Qwen3.5 Plus 2026-04-20 (medium)
スコアはここでの最高値に近く（7.7 vs 7.8）、Grok 4.5 (low) より約 2.8 倍低コストです。
詳細比較
| 指標 | Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium | Grok 4.5 Grok 4.5 low |
|---|---|---|
| スコア | 7.7 | 7.8 |
| 順位 | #113 | #109 |
| 信頼性 | 9.7 | 10.0 |
| 一貫性 | 9.1 | 9.3 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 65.2% | 73.9% |
| 不安定なテスト | 2 | 2 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 3.481 | 8.404 |
| 合計コスト | $0.488 | $1.345 |
| 入力価格 | $0.300 / 1M | $2.000 / 1M |
| 出力価格 | $1.800 / 1M | $6.000 / 1M |
| 合計入力トークン | 176,539 | 308,068 |
| 出力トークン | 4,419 | 9,218 |
| 推論トークン | 195,929 | 112,197 |
| 応答時間（平均） | 54.06s | 18.14s |
| 応答時間（最大） | 203.01s | 205.28s |
| 応答時間（合計） | 1189.36s | 417.21s |
| パラメータ | ~397B 総数 (~17B アクティブ) | ~1.7T 総数 (~170B 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.
#113 Qwen3.5 Plus 2026-04-20
medium- コスト
- $0.008
- 時間
- 76.7s
- トークン
- 4,355 tok
#109 SpaceXAI: Grok 4.5
low- コスト
- $0.011
- 時間
- 12.4s
- トークン
- 2,018 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 203.01s | 134,433 | 2,139 | 26,086 | |
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 61.53s | 182,463 | 1,713 | 4,213 |
| 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 672 | 215 | 7,748 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 2,991 | 261 | 3,000 |
| 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 2026-04-20 | 6.2 | 8.7 | 33.3% | 0 | 125.25s | 7,630 | 308 | 58,682 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 13.72s | 9,579 | 303 | 15,641 |
| 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 2026-04-20 | 6.5 | 10.0 | 50.0% | 0 | 92.41s | 14,934 | 483 | 17,490 | |
| Grok 4.5 | 6.5 | 10.0 | 50.0% | 0 | 12.75s | 82,028 | 6,031 | 3,583 |
| 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 38.32s | 7,782 | 270 | 14,668 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 8,937 | 225 | 2,549 |
| 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 2026-04-20 | 2.9 | 7.2 | 11.1% | 1 | 57.36s | 780 | 63 | 31,644 | |
| Grok 4.5 | 2.9 | 7.2 | 11.1% | 1 | 77.09s | 2,523 | 14 | 71,813 |
| 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 2026-04-20 | 4.9 | 9.6 | 0.0% | 0 | 25.30s | 516 | 125 | 4,792 | |
| Grok 4.5 | 6.1 | 3.1 | 66.7% | 1 | 4.88s | 1,077 | 98 | 1,253 |
| 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 20.25s | 699 | 103 | 7,689 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 2.80s | 1,857 | 57 | 1,878 |
| 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 2026-04-20 | 8.2 | 7.2 | 88.9% | 1 | 17.67s | 696 | 338 | 9,800 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.20s | 2,430 | 217 | 2,590 |
| 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 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 8,193 | 348 | 2,164 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.83s | 13,394 | 284 | 871 |
| 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 2026-04-20 | 3.0 | 10.0 | 0.0% | 0 | 92.57s | 204 | 27 | 15,166 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 13.98s | 789 | 15 | 4,806 |
クイック比較
比較ペアを切り替え
DeepSeek V4 Flash 0731mediumvsGrok 4.5lowQwen3.7 PlusnonevsGrok 4.5lowMuse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20mediumGPT-6 LunahighvsQwen3.5 Plus 2026-04-20mediumStep 3.7 FlashmediumvsGrok 4.5lowGrok 4.5lowvsGLM 5.3highGPT-6 LunahighvsGrok 4.5lowMuse Glimmer 30BhighvsGrok 4.5lowGrok 4.5lowvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.5lowGemini 3.5 FlashmediumvsGrok 4.5lowMuse Glimmer 30BmediumvsGrok 4.5low