AI BENCHY Compare
Qwen: Qwen3.6 35B A3B vs xAI: Grok 4.3
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 | Qwen3.6 35B A3B Qwen3.6 35B A3B medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 7.8 | 7.8 |
| 順位 | #30 | #31 |
| 信頼性 | 9.4 | 10.0 |
| 一貫性 | 9.1 | 8.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.4% | 75.0% |
| 不安定なテスト | 2 | 4 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 1.050 | 4.562 |
| 合計コスト | $0.126 | $0.593 |
| ???? | $0.150 / 1M | $1.250 / 1M |
| ???? | $1.000 / 1M | $2.500 / 1M |
| 出力トークン | 18,325 | 1,485 |
| 推論トークン | 115,750 | 214,928 |
| 応答時間（平均） | 17.26s | 49.23s |
| 応答時間（最大） | 86.11s | 216.69s |
| 応答時間（合計） | 310.77s | 984.54s |
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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 1,154 | 12,385 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 88 | 8,207 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 6.6 | 10.0 | 50.0% | 0 | 59.35s | 6,601 | 22,535 | |
| Grok 4.3 | 7.4 | 6.5 | 66.7% | 1 | 55.26s | 532 | 24,554 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 63.99s | 234 | 15,301 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 12.99s | 2,591 | 9,968 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 180 | 9,546 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 5.3 | 7.2 | 44.4% | 1 | 22.50s | 6,193 | 39,116 | |
| Grok 4.3 | 5.3 | 7.2 | 44.4% | 1 | 181.74s | 14 | 111,300 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 4.4 | 9.9 | 0.0% | 0 | 8.66s | 129 | 4,569 | |
| Grok 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 70 | 5,020 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 7.50s | 219 | 7,404 | |
| Grok 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 57 | 8,713 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 7.9 | 7.5 | 77.8% | 1 | 5.98s | 676 | 9,447 | |
| Grok 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.53s | 128 | 14,686 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 168 | 4,615 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.6 35B A3B | 3.0 | 10.0 | 0.0% | 0 | 32.90s | 762 | 10,326 | |
| Grok 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 14 | 12,986 |
クイック比較
比較ペアを切り替え
Qwen3.7 MaxnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsGrok 4.3mediumGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsGrok 4.3medium