- 順位
- #12
- 合計出力トークン
- 216,752
- 応答時間（平均）
- 40.57s
- 合計コスト
- $1.116
Qwen3.7 Max (medium) vs Qwen3.8 Max (medium)
平均スコアは 9.2 vs 9.1 でほぼ同等です。 Qwen3.8 Max (medium) の benchmark コストが低く、$0.728 vs $1.116 です。 Qwen3.8 Max (medium) の方が高速で、21.53s vs 40.57s です、成功率は 87.9% vs 84.9% です。
- 順位
- #14
- 合計出力トークン
- 84,826
- 応答時間（平均）
- 21.53s
- 合計コスト
- $0.728
おすすめモデル
Qwen3.8 Max (medium)
ここでは最高スコア（9.1）で、Qwen3.7 Max (medium) より約 1.5 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Max Qwen3.7 Max medium | Qwen3.8 Max Qwen3.8 Max medium |
|---|---|---|
| スコア | 9.2 | 9.1 |
| 順位 | #12 | #14 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.3 | 9.7 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 87.9% | 84.9% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.292 | 4.040 |
| 合計コスト | $1.116 | $0.728 |
| 入力価格 | $1.475 / 1M | $2.000 / 1M |
| 出力価格 | $4.425 / 1M | $6.000 / 1M |
| 合計入力トークン | 106,020 | 109,046 |
| 出力トークン | 5,748 | 6,567 |
| 推論トークン | 211,004 | 78,259 |
| 応答時間（平均） | 40.57s | 21.53s |
| 応答時間（最大） | 556.06s | 126.60s |
| 応答時間（合計） | 892.57s | 473.75s |
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.
#12 Qwen3.7 Max
medium- コスト
- $0.017
- 時間
- 68.8s
- トークン
- 4,526 tok
#14 Qwen3.8 Max
medium- コスト
- $0.028
- 時間
- 71.9s
- トークン
- 4,750 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 Max | 10.0 | 10.0 | 100.0% | 0 | 6.36s | 672 | 222 | 8,742 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 672 | 312 | 2,075 |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 35.31s | 7,893 | 423 | 34,808 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 41.35s | 7,893 | 430 | 23,804 |
| 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 Max | 8.7 | 6.9 | 83.3% | 1 | 287.83s | 78,594 | 3,985 | 96,450 | |
| Qwen3.8 Max | 8.7 | 6.9 | 83.3% | 1 | 91.25s | 81,584 | 4,526 | 30,688 |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 8.80s | 7,782 | 270 | 6,254 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 8.72s | 7,782 | 270 | 2,519 |
| 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 Max | 5.9 | 7.2 | 55.6% | 1 | 24.94s | 771 | 61 | 31,793 | |
| Qwen3.8 Max | 5.3 | 10.0 | 33.3% | 0 | 28.52s | 771 | 63 | 13,581 |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 11.70s | 516 | 135 | 4,457 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 516 | 168 | 700 |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 7.46s | 699 | 102 | 5,452 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 3.49s | 699 | 102 | 914 |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 8.84s | 696 | 259 | 8,908 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 4.93s | 696 | 401 | 1,575 |
| 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 Max | 10.0 | 10.0 | 100.0% | 0 | 6.63s | 8,193 | 267 | 1,220 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 7.83s | 8,229 | 267 | 636 |
| 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 Max | 3.0 | 10.0 | 0.0% | 0 | 33.37s | 204 | 24 | 12,920 | |
| Qwen3.8 Max | 3.0 | 10.0 | 0.0% | 0 | 11.49s | 204 | 28 | 1,767 |
クイック比較
比較ペアを切り替え
Claude Opus 5highvsQwen3.7 MaxmediumClaude Opus 5highvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsQwen3.8 MaxmediumGPT-5.5lowvsQwen3.7 MaxmediumQwen3.8 MaxmediumvsGrok 4.5highGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.6 SolhighvsQwen3.7 MaxmediumGPT-5.5lowvsQwen3.8 MaxmediumQwen3.7 MaxmediumvsGrok 4.5highGPT-5.6 SolhighvsQwen3.8 MaxmediumGemini 3.5 Flash LitehighvsQwen3.8 MaxmediumGPT-5.6 SollowvsQwen3.7 Maxmedium