- 順位
- #80
- 合計出力トークン
- 297,249
- 応答時間（平均）
- 36.80s
- 合計コスト
- $0.042
Qwen3.7 Flash (low) vs Grok 4.20 (medium)
Qwen3.7 Flash (low) が平均スコアでリードし、7.3 vs 7.1 です。 Qwen3.7 Flash (low) の benchmark コストが低く、$0.042 vs $0.777 です。 Grok 4.20 (medium) の方が高速で、29.47s vs 36.80s です、成功率は 68.2% vs 63.6% です。
- 順位
- #90
- 合計出力トークン
- 259,340
- 応答時間（平均）
- 29.47s
- 合計コスト
- $0.777
おすすめモデル
Qwen3.7 Flash (low)
ここでは最高スコア（7.3）で、Grok 4.20 (medium) より約 18.8 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Flash Qwen3.7 Flash low | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.3 | 7.1 |
| 順位 | #80 | #90 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 8.4 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 63.6% |
| 不安定なテスト | 5 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.346 | 9.709 |
| 合計コスト | $0.042 | $0.777 |
| 入力価格 | $0.030 / 1M | $1.250 / 1M |
| 出力価格 | $0.130 / 1M | $2.500 / 1M |
| 合計入力トークン | 92,182 | 102,791 |
| 出力トークン | 14,287 | 5,363 |
| 推論トークン | 282,962 | 253,977 |
| 応答時間（平均） | 36.80s | 29.47s |
| 応答時間（最大） | 394.54s | 199.66s |
| 応答時間（合計） | 809.54s | 648.35s |
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.
#80 Qwen3.7 Flash
low
無効なSVG
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 tok
#90 xAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.29s | 672 | 680 | 14,285 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 6.7 | 7.8 | 55.6% | 1 | 42.36s | 7,893 | 428 | 56,419 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 217.77s | 64,756 | 11,880 | 131,432 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.44s | 7,782 | 270 | 12,503 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 5.3 | 10.0 | 33.3% | 0 | 28.43s | 771 | 61 | 32,126 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 4.0 | 9.3 | 0.0% | 0 | 14.37s | 516 | 128 | 5,423 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 8.5 | 6.8 | 83.3% | 1 | 9.88s | 699 | 99 | 8,147 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 7.3 | 5.2 | 77.8% | 2 | 9.79s | 696 | 382 | 10,763 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 8,193 | 335 | 2,172 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 18.42s | 204 | 24 | 9,692 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8nonevsQwen3.7 FlashlowGemini 3.1 Flash LitemediumvsQwen3.7 FlashlowKimi K2.6mediumvsQwen3.7 FlashlowDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 FlashlowQwen3.7 PlusnonevsGrok 4.20mediumKAT-Coder-Pro V2.5highvsQwen3.7 FlashlowClaude Sonnet 4.6nonevsQwen3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20mediumQwen3.7 FlashlowvsGrok 4.3medium