- 順位
- #129
- 合計出力トークン
- 12,446
- 応答時間（平均）
- 4.56s
- 合計コスト
- $0.197
Qwen3.7 Max vs Grok 4.6 (low)
Qwen3.7 Max が平均スコアでリードし、7.4 vs 7.4 です。 Qwen3.7 Max の benchmark コストが低く、$0.197 vs $0.449 です。 Qwen3.7 Max の方が高速で、4.56s vs 14.55s です、成功率は 68.2% vs 69.7% です。
比較対象モデル
- 順位
- #135
- 合計出力トークン
- 38,048
- 応答時間（平均）
- 14.55s
- 合計コスト
- $0.449
おすすめモデル
Qwen3.7 Max
ここでは最高スコア（7.4）で、Grok 4.6 (low) より約 2.3 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Max Qwen3.7 Max none | Grok 4.6 Grok 4.6 low |
|---|---|---|
| スコア | 7.4 | 7.4 |
| 順位 | #129 | #135 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 10.0 | 9.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 69.7% |
| 不安定なテスト | 0 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.581 | 2.989 |
| 合計コスト | $0.197 | $0.449 |
| 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 | 95,992 | 109,960 |
| 出力トークン | 12,446 | 5,124 |
| 推論トークン | 0 | 32,924 |
| 応答時間（平均） | 4.56s | 14.55s |
| 応答時間（最大） | 72.30s | 26.46s |
| 応答時間（合計） | 100.30s | 320.17s |
| 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.
#129 Qwen3.7 Max
none- コスト
- $0.046
- 時間
- 195.0s
- トークン
- 12,171 tok
#135 SpaceXAI: Grok 4.6
low- コスト
- $0.011
- 時間
- 26.0s
- トークン
- 1,941 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 | 6.5 | 10.0 | 50.0% | 0 | 1.08s | 696 | 242 | 0 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.00s | 2,991 | 104 | 3,343 |
| 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 4.6 | 5.5 | 7.1 | 44.4% | 1 | 21.69s | 9,579 | 349 | 7,740 |
| 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 4.6 | 6.5 | 10.0 | 50.0% | 0 | 23.33s | 71,233 | 3,899 | 2,805 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.63s | 8,937 | 225 | 1,423 |
| 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 4.6 | 3.0 | 10.0 | 0.0% | 0 | 18.19s | 2,523 | 16 | 7,921 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.29s | 1,077 | 55 | 1,009 |
| 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 4.6 | 9.8 | 10.0 | 100.0% | 0 | 6.64s | 1,857 | 57 | 2,310 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 8.16s | 2,430 | 154 | 2,506 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.42s | 8,544 | 255 | 359 |
| 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 4.6 | 3.0 | 10.0 | 0.0% | 0 | 26.11s | 789 | 10 | 3,508 |
クイック比較
比較ペアを切り替え
Kimi K2.7 CodemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGrok 4.6lowvsMiMo-V2.6-FlashmediumGPT-5.6 LunamediumvsQwen3.7 MaxnoneGemini 3.8 FlashlowvsQwen3.7 MaxnoneQwen3.8 2.4T A95BhighvsGrok 4.6lowQwen3.7 MaxnonevsGrok Build 0.1mediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneLongCat 2.0mediumvsQwen3.7 MaxnoneMercury 2.5 PreviewmediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsGrok 4.6lowGrok 4.6lowvsGLM 5.3high