AI BENCHY Compare
Qwen3.6 Plus Preview vs Grok 4.20 Beta
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: 2026-05-01
| 指標 | Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium 無料で利用可能 | Grok 4.20 Beta Grok 4.20 Beta medium |
|---|---|---|
| スコア | 8.5 | 8.2 |
| 順位 | #15 | #22 |
| 信頼性 | 該当なし | 該当なし |
| 一貫性 | 10.0 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 76.5% | 79.6% |
| 不安定なテスト | 0 | 2 |
| 総実行回数 | 49 | 52 |
| 結果あたりのコスト | 0.000 | 4.864 |
| 合計コスト | $0.000 | $0.633 |
| ???? | $0.000 / 1M | $0.000 / 1M |
| ???? | $0.000 / 1M | $0.000 / 1M |
| 出力トークン | 1,756 | 1,568 |
| 推論トークン | 77,213 | 91,909 |
| 応答時間（平均） | 13.94s | 9.81s |
| 応答時間（最大） | 43.55s | 31.36s |
| 応答時間（合計） | 237.01s | 176.62s |
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 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 9.90s | 207 | 7,557 | |
| Grok 4.20 Beta | 8.7 | 7.9 | 91.7% | 1 | 3.16s | 268 | 7,583 |
| 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 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 34.95s | 452 | 13,073 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 20.93s | 227 | 12,212 |
| 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 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 14.95s | 270 | 10,706 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 180 | 5,281 |
| 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 Plus Preview | 3.0 | 10.0 | 0.0% | 0 | 22.08s | 49 | 26,895 | |
| Grok 4.20 Beta | 5.3 | 10.0 | 33.3% | 0 | 21.33s | 251 | 40,255 |
| 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 Plus Preview | 5.1 | 10.0 | 0.0% | 0 | 27.05s | 111 | 5,232 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 5.78s | 72 | 3,440 |
| 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 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 102 | 5,552 | |
| Grok 4.20 Beta | 9.8 | 10.0 | 100.0% | 0 | 4.97s | 57 | 7,107 |
| 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 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 6.11s | 298 | 6,868 | |
| Grok 4.20 Beta | 8.2 | 7.2 | 88.9% | 1 | 3.85s | 249 | 6,660 |
| 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 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 5.87s | 267 | 1,330 | |
| Grok 4.20 Beta | 3.0 | 10.0 | 0.0% | 0 | 12.39s | 183 | 5,384 |
| 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 Plus Preview | - | - | - | - | - | - | - | - |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 31.36s | 81 | 3,987 |
クイック比較
比較ペアを切り替え
Qwen3.6 Plus Previewmedium無料で利用可能vsHY3 Previewhigh無料で利用可能Qwen3.6 Plus Previewmedium無料で利用可能vsHY3 Previewlow無料で利用可能Gemini 3 Flash PreviewnonevsQwen3.6 Plus Previewmedium無料で利用可能Gemini 3 Flash PreviewlowvsQwen3.6 Plus Previewmedium無料で利用可能Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Plus Previewmedium無料で利用可能GPT-5.2 ChatnonevsQwen3.6 Plus Previewmedium無料で利用可能Gemini 3.1 Flash Lite PreviewnonevsQwen3.6 Plus Previewmedium無料で利用可能GPT-5.5lowvsQwen3.6 Plus Previewmedium無料で利用可能GPT-5.3 ChatnonevsQwen3.6 Plus Previewmedium無料で利用可能DeepSeek V4 FlashhighvsQwen3.6 Plus Previewmedium無料で利用可能Claude Opus 4.7nonevsQwen3.6 Plus Previewmedium無料で利用可能Claude Sonnet 4.6nonevsQwen3.6 Plus Previewmedium無料で利用可能