#19 Qwen3.6 Max Preview
medium- コスト
- $0.024
- 時間
- 76.5s
- トークン
- 3,861 tok
Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.5
平均スコアは 8.4 vs 8.4 でほぼ同等です。 Grok 4.5 (low) の benchmark コストが低く、$0.935 vs $1.143 です。 Grok 4.5 (low) の方が高速で、15.56s vs 67.53s です、成功率は 80.3% vs 75.8% です。
おすすめモデルGrok 4.5 (low)ここでは最高スコア（8.4）で、Qwen3.6 Max Preview (medium) より約 4.3 倍速く応答します。
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: 2026-07-17
| 指標 | Qwen3.6 Max Preview Qwen3.6 Max Preview medium | Grok 4.5 Grok 4.5 low |
|---|---|---|
| スコア | 8.4 | 8.4 |
| 順位 | #19 | #20 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 8.9 | 9.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 80.3% | 75.8% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.173 | 5.844 |
| 合計コスト | $1.143 | $0.935 |
| 入力価格 | $1.040 / 1M | $2.000 / 1M |
| 出力価格 | $6.240 / 1M | $6.000 / 1M |
| 合計入力トークン | 79,240 | 125,596 |
| 出力トークン | 5,098 | 7,505 |
| 推論トークン | 164,842 | 106,446 |
| 応答時間（平均） | 67.53s | 15.56s |
| 応答時間（最大） | 238.07s | 205.28s |
| 応答時間（合計） | 1485.64s | 342.32s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#20 xAI: 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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 22.13s | 672 | 228 | 10,075 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 8.8 | 7.8 | 88.9% | 1 | 146.48s | 7,895 | 427 | 52,957 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 7.3 | 5.8 | 83.3% | 1 | 177.48s | 51,812 | 3,215 | 35,050 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 41.15s | 7,782 | 270 | 10,106 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 2.9 | 7.2 | 11.1% | 1 | 95.91s | 771 | 60 | 30,371 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 72.64s | 2,514 | 14 | 70,275 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 32.24s | 516 | 129 | 3,510 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.31s | 699 | 103 | 5,848 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.32s | 696 | 329 | 7,693 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 18.32s | 8,193 | 309 | 1,571 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 60.56s | 204 | 28 | 7,661 | |
| 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
GPT-5.2mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGPT-5.4mediumvsGrok 4.5lowGemini 2.5 FlashmediumvsGrok 4.5lowMuse Spark 1.1lowvsQwen3.6 Max PreviewmediumClaude Fable 5mediumvsGrok 4.5lowMuse Spark 1.1mediumvsGrok 4.5lowClaude Opus 4.7mediumvsGrok 4.5lowGPT-5 MinimediumvsGrok 4.5lowMuse Spark 1.1highvsGrok 4.5lowStep 3.7 FlashmediumvsGrok 4.5lowGPT-5.2 ChatnonevsGrok 4.5low