- 順位
- #75
- 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 4.3 (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 $0.779 です。 Qwen3.7 Flash (low) の方が高速で、36.80s vs 47.45s です、成功率は 68.2% vs 68.2% です。
- 順位
- #83
- 合計出力トークン
- 241,421
- 応答時間（平均）
- 47.45s
- 合計コスト
- $0.779
おすすめモデル
Qwen3.7 Flash (low)
ここでは最高スコア（7.3）で、Grok 4.3 (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 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 7.3 | 7.1 |
| 順位 | #75 | #83 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 8.4 | 8.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 68.2% |
| 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 | 5.990 |
| 合計コスト | $0.042 | $0.779 |
| 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 | 140,031 |
| 出力トークン | 14,287 | 13,739 |
| 推論トークン | 282,962 | 227,682 |
| 応答時間（平均） | 36.80s | 47.45s |
| 応答時間（最大） | 394.54s | 216.69s |
| 応答時間（合計） | 809.54s | 1043.83s |
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.
#75 Qwen3.7 Flash
low
無効なSVG
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 tok
#83 xAI: Grok 4.3
medium- コスト
- $0.009
- 時間
- 19.0s
- トークン
- 3,661 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 2,010 | 88 | 8,207 |
| 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 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
| 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 4.3 | 6.5 | 10.0 | 50.0% | 0 | 55.07s | 108,468 | 11,992 | 21,601 |
| 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| 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 4.3 | 5.3 | 7.2 | 44.4% | 1 | 181.74s | 1,764 | 14 | 111,300 |
| 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 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 825 | 70 | 5,020 |
| 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 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 |
| 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 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.52s | 1,689 | 128 | 14,468 |
| 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
| 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 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 549 | 14 | 12,986 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8nonevsQwen3.7 FlashlowQwen3.7 PlusnonevsGrok 4.3mediumGemini 3.1 Flash LitemediumvsQwen3.7 FlashlowKimi K2.6mediumvsQwen3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 FlashlowKAT-Coder-Pro V2.5highvsQwen3.7 FlashlowClaude Sonnet 4.6nonevsQwen3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.3mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumLongCat 2.0mediumvsQwen3.7 FlashlowGemini 3.5 FlashnonevsGrok 4.3medium