- 順位
- #48
- 合計出力トークン
- 170,373
- 応答時間（平均）
- 66.52s
- 合計コスト
- $1.132
Qwen3.6 Max Preview (medium) vs Grok 4.5 (medium)
Qwen3.6 Max Preview (medium) が平均スコアでリードし、8.6 vs 8.5 です。 Qwen3.6 Max Preview (medium) の benchmark コストが低く、$1.132 vs $2.042 です。 Qwen3.6 Max Preview (medium) の方が高速で、66.52s vs 68.59s です、成功率は 83.3% vs 83.3% です。
比較対象モデル
- 順位
- #51
- 合計出力トークン
- 299,460
- 応答時間（平均）
- 68.59s
- 合計コスト
- $2.042
おすすめモデル
Qwen3.6 Max Preview (medium)
ここでは最高スコア（8.6）で、Grok 4.5 (medium) より約 1.8 倍低コストです。
詳細比較
| 指標 | Qwen3.6 Max Preview Qwen3.6 Max Preview medium | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| スコア | 8.6 | 8.5 |
| 順位 | #48 | #51 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.3 | 8.9 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 83.3% | 83.3% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 7.653 | 12.007 |
| 合計コスト | $1.132 | $2.042 |
| 入力価格 | $1.028 / 1M | $2.000 / 1M |
| 出力価格 | $6.162 / 1M | $6.000 / 1M |
| 合計入力トークン | 79,249 | 122,155 |
| 出力トークン | 5,097 | 5,514 |
| 推論トークン | 165,276 | 293,946 |
| 応答時間（平均） | 66.52s | 68.59s |
| 応答時間（最大） | 238.07s | 436.38s |
| 応答時間（合計） | 1463.50s | 1508.91s |
| パラメータ | ~1T 総数 (~40B 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.
#48 Qwen3.6 Max Preview
medium- コスト
- $0.024
- 時間
- 76.5s
- トークン
- 3,861 tok
#51 SpaceXAI: Grok 4.5
medium- コスト
- $0.044
- 時間
- 59.4s
- トークン
- 7,512 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 | 23.50s | 2,991 | 147 | 4,018 |
| 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 | 7.6 | 7.2 | 77.8% | 1 | 155.69s | 9,579 | 390 | 104,634 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 29.01s | 83,730 | 4,154 | 16,180 |
| 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 | 6.29s | 8,937 | 225 | 3,657 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 88.53s | 780 | 59 | 30,805 | |
| Grok 4.5 | 5.3 | 7.2 | 44.4% | 1 | 249.34s | 2,221 | 11 | 140,815 |
| 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 | 6.5 | 3.4 | 66.7% | 1 | 12.84s | 1,077 | 71 | 2,384 |
| 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 | 6.06s | 1,857 | 57 | 2,728 |
| 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 | 7.75s | 2,430 | 254 | 3,641 |
| 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 | 6.57s | 8,544 | 192 | 968 |
| 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 | 74.44s | 789 | 13 | 14,921 |
クイック比較
比較ペアを切り替え
Muse Spark 1.2lowvsGrok 4.5mediumQwen3.8 27BhighvsGrok 4.5mediumMuse Spark 1.2highvsQwen3.6 Max PreviewmediumQwen3.8 MaxlowvsGrok 4.5mediumInkling SmallhighvsGrok 4.5mediumMuse Spark 1.2lowvsQwen3.6 Max PreviewmediumQwen3.6 Max PreviewmediumvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsQwen3.6 Max PreviewmediumClaude Opus 5lowvsQwen3.6 Max PreviewmediumMuse Spark 1.1lowvsGrok 4.5mediumQwen3.6 Max PreviewmediumvsGrok 4.5lowGemini 3.5 Flash LitehighvsQwen3.6 Max Previewmedium