- 順位
- #44
- 合計出力トークン
- 191,237
- 応答時間（平均）
- 43.12s
- 合計コスト
- $0.405
Qwen3.6 Plus (medium) vs Qwen3.7 Flash (high)
Qwen3.6 Plus (medium) が平均スコアでリードし、7.8 vs 7.8 です。 Qwen3.7 Flash (high) の benchmark コストが低く、$0.051 vs $0.405 です。 Qwen3.7 Flash (high) の方が高速で、39.77s vs 43.12s です、成功率は 71.2% vs 72.7% です。
- 順位
- #48
- 合計出力トークン
- 359,703
- 応答時間（平均）
- 39.77s
- 合計コスト
- $0.051
おすすめモデル
Qwen3.7 Flash (high)
スコアはここでの最高値に近く（7.8 vs 7.8）、Qwen3.6 Plus (medium) より約 8.1 倍低コストです。
詳細比較
| 指標 | Qwen3.6 Plus Qwen3.6 Plus medium | Qwen3.7 Flash Qwen3.7 Flash high |
|---|---|---|
| スコア | 7.8 | 7.8 |
| 順位 | #44 | #48 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.3 | 7.8 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.2% | 72.7% |
| 不安定なテスト | 2 | 6 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.514 | 0.387 |
| 合計コスト | $0.405 | $0.051 |
| 入力価格 | $0.325 / 1M | $0.030 / 1M |
| 出力価格 | $1.950 / 1M | $0.130 / 1M |
| 合計入力トークン | 97,689 | 116,322 |
| 出力トークン | 6,412 | 12,332 |
| 推論トークン | 184,825 | 347,371 |
| 応答時間（平均） | 43.12s | 39.77s |
| 応答時間（最大） | 291.55s | 431.47s |
| 応答時間（合計） | 905.53s | 875.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#44 Qwen3.6 Plus
medium- コスト
- $0.024
- 時間
- 219.0s
- トークン
- 12,235 tok
#48 Qwen3.7 Flash
high
無効なSVG
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 9.90s | 672 | 207 | 7,557 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.21s | 672 | 713 | 13,968 |
| 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 Plus | 6.1 | 7.8 | 44.4% | 1 | 153.12s | 7,098 | 58 | 50,586 | |
| Qwen3.7 Flash | 8.2 | 9.7 | 66.7% | 0 | 58.84s | 7,893 | 503 | 62,350 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 163.25s | 71,058 | 5,011 | 55,925 | |
| Qwen3.7 Flash | 6.9 | 5.9 | 66.7% | 1 | 231.97s | 88,896 | 9,866 | 203,866 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 14.95s | 7,782 | 270 | 10,706 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 20.10s | 7,782 | 270 | 10,800 |
| 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 Plus | 2.9 | 7.2 | 11.1% | 1 | 29.59s | 771 | 56 | 33,464 | |
| Qwen3.7 Flash | 3.5 | 4.4 | 33.3% | 2 | 22.73s | 771 | 61 | 25,126 |
| 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 Plus | 5.1 | 10.0 | 0.0% | 0 | 27.05s | 516 | 111 | 5,232 | |
| Qwen3.7 Flash | 5.1 | 3.4 | 33.3% | 1 | 10.73s | 516 | 120 | 3,898 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 699 | 102 | 5,552 | |
| Qwen3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 9.41s | 699 | 97 | 7,838 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 6.34s | 696 | 309 | 6,712 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 10.79s | 696 | 369 | 10,474 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 5.87s | 8,193 | 267 | 1,330 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.72s | 8,193 | 309 | 1,436 |
| 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 Plus | 3.0 | 10.0 | 0.0% | 0 | 47.51s | 204 | 21 | 7,761 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 17.70s | 204 | 24 | 7,615 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8lowvsQwen3.7 FlashhighClaude Sonnet 4.6mediumvsQwen3.7 FlashhighGPT-5.6 TerramediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5.2mediumQwen3.7 FlashhighvsGLM 5mediumClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.8lowvsQwen3.6 PlusmediumSeed-2.0-LitemediumvsQwen3.7 FlashhighGPT-5.6 TerrahighvsQwen3.6 PlusmediumKimi K3maxvsQwen3.6 PlusmediumGPT-5.6 LunahighvsQwen3.6 PlusmediumKimi K3maxvsQwen3.7 Flashhigh