AI BENCHY Compare
Qwen3.6 Plus Preview vs Grok 4.20 Multi Agent 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 Multi Agent Beta Grok 4.20 Multi Agent Beta medium |
|---|---|---|
| スコア | 8.5 | 6.6 |
| 順位 | #15 | #71 |
| 信頼性 | 該当なし | 該当なし |
| 一貫性 | 10.0 | 7.4 |
| 正解テスト | ||
| 試行ごとの合格率 | 76.5% | 63.0% |
| 不安定なテスト | 0 | 6 |
| 総実行回数 | 49 | 52 |
| 結果あたりのコスト | 0.000 | 63.414 |
| 合計コスト | $0.000 | $5.074 |
| ???? | $0.000 / 1M | $0.000 / 1M |
| ???? | $0.000 / 1M | $0.000 / 1M |
| 出力トークン | 1,756 | 299,034 |
| 推論トークン | 77,213 | 309,670 |
| 応答時間（平均） | 13.94s | 9.80s |
| 応答時間（最大） | 43.55s | 35.28s |
| 応答時間（合計） | 237.01s | 156.75s |
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 Multi Agent Beta | 6.9 | 5.8 | 75.0% | 2 | 3.46s | 33,706 | 33,077 |
| 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 Multi Agent Beta | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 |
| 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 Multi Agent Beta | 10.0 | 10.0 | 100.0% | 0 | 5.54s | 25,306 | 25,051 |
| 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 Multi Agent Beta | 2.9 | 7.2 | 11.1% | 1 | 24.67s | 164,609 | 163,647 |
| 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 Multi Agent Beta | 5.8 | 2.8 | 66.7% | 1 | 6.40s | 15,848 | 15,746 |
| 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 Multi Agent Beta | 9.8 | 10.0 | 100.0% | 0 | 4.63s | 25,457 | 25,322 |
| 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 Multi Agent Beta | 7.2 | 5.1 | 77.8% | 2 | 5.01s | 34,022 | 33,686 |
| 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 Plus Preview | 10.0 | 10.0 | 100.0% | 0 | 5.87s | 267 | 1,330 | |
| Grok 4.20 Multi Agent Beta | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 |
| 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 Multi Agent Beta | 10.0 | 10.0 | 100.0% | 0 | 27.11s | 86 | 13,141 |
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