- 順位
- #100
- 合計出力トークン
- 20,670
- 応答時間（平均）
- 7.85s
- 合計コスト
- $0.492
Qwen3.7 Max vs Grok 4.5 (medium)
Qwen3.7 Max が平均スコアでリードし、7.9 vs 7.8 です。 Qwen3.7 Max の benchmark コストが低く、$0.492 vs $2.454 です。 Qwen3.7 Max の方が高速で、7.85s vs 68.44s です、成功率は 69.6% vs 79.7% です。
比較対象モデル
- 順位
- #104
- 合計出力トークン
- 306,044
- 応答時間（平均）
- 68.44s
- 合計コスト
- $2.454
おすすめモデル
Qwen3.7 Max
ここでは最高スコア（7.9）で、Grok 4.5 (medium) より約 5.0 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Max Qwen3.7 Max none | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| スコア | 7.9 | 7.8 |
| 順位 | #100 | #104 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 10.0 | 9.0 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 69.6% | 79.7% |
| 不安定なテスト | 0 | 3 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 3.070 | 14.430 |
| 合計コスト | $0.492 | $2.454 |
| 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 | 243,553 | 308,369 |
| 出力トークン | 20,670 | 7,013 |
| 推論トークン | 0 | 299,031 |
| 応答時間（平均） | 7.85s | 68.44s |
| 応答時間（最大） | 80.34s | 436.38s |
| 応答時間（合計） | 180.65s | 1574.14s |
| パラメータ | ~1T 総数 (~40B アクティブ) | ~1.7T 総数 (~170B アクティブ) |
| 公開状況 | クローズド | クローズド |
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.
#100 Qwen3.7 Max
none- コスト
- $0.046
- 時間
- 195.0s
- トークン
- 12,171 tok
#104 SpaceXAI: Grok 4.5
medium- コスト
- $0.044
- 時間
- 59.4s
- トークン
- 7,512 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
| エージェントタスク | 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 | 80.34s | 147,561 | 8,224 | 0 | |
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 65.24s | 186,214 | 1,499 | 5,085 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 1.08s | 696 | 242 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 23.50s | 2,991 | 147 | 4,018 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,911 | 582 | 0 | |
| Grok 4.5 | 7.6 | 7.2 | 77.8% | 1 | 155.69s | 9,579 | 390 | 104,634 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 37.23s | 68,425 | 10,623 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 29.01s | 83,730 | 4,154 | 16,180 |
| 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 | 1.35s | 7,794 | 243 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.29s | 8,937 | 225 | 3,657 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 1.24s | 798 | 15 | 0 | |
| Grok 4.5 | 5.3 | 7.2 | 44.4% | 1 | 249.34s | 2,221 | 11 | 140,815 |
| 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 | 1.04s | 522 | 120 | 0 | |
| Grok 4.5 | 6.5 | 3.4 | 66.7% | 1 | 12.84s | 1,077 | 71 | 2,384 |
| 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 | 943ms | 711 | 72 | 0 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.06s | 1,857 | 57 | 2,728 |
| 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 | 1.13s | 714 | 314 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.75s | 2,430 | 254 | 3,641 |
| 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 | 3.92s | 8,211 | 222 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.57s | 8,544 | 192 | 968 |
| 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 | 856ms | 210 | 13 | 0 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 74.44s | 789 | 13 | 14,921 |
クイック比較
比較ペアを切り替え
Grok 4.5mediumvsGLM 5.3highGPT-5.4 MinimediumvsQwen3.7 MaxnoneClaude Fable 5.1highvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5.3 FlashXmaxGemini 3.5 FlashmediumvsQwen3.7 MaxnoneQwen3.8 2.4T A95BhighvsGrok 4.5mediumGPT-5.6 TerralowvsQwen3.7 MaxnoneQwen3.7 PlusnonevsGrok 4.5mediumQwen3.7 MaxnonevsMiMo-V2.6-FlashmediumGemini 3.8 FlashmediumvsQwen3.7 MaxnoneGPT-5.4 NanomediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5.3high