- 順位
- #87
- 合計出力トークン
- 12,446
- 応答時間（平均）
- 4.52s
- 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 $0.441 です。 Qwen3.7 Max の方が高速で、4.52s vs 14.20s です、成功率は 68.2% vs 71.2% です。
- 順位
- #90
- 合計出力トークン
- 36,792
- 応答時間（平均）
- 14.20s
- 合計コスト
- $0.441
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 2.2 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 | #87 | #90 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 10.0 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.2% | 71.2% |
| 不安定なテスト | 0 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.582 | 2.938 |
| 合計コスト | $0.197 | $0.441 |
| 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 | 95,983 | 109,951 |
| 出力トークン | 12,446 | 5,124 |
| 推論トークン | 0 | 31,668 |
| 応答時間（平均） | 4.52s | 14.20s |
| 応答時間（最大） | 72.30s | 26.46s |
| 応答時間（合計） | 99.52s | 312.33s |
| 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.
#87 Qwen3.7 Max
none- コスト
- $0.046
- 時間
- 195.0s
- トークン
- 12,171 tok
#90 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 | 975ms | 789 | 15 | 0 | |
| Grok 4.6 | 2.9 | 7.2 | 11.1% | 1 | 15.58s | 2,514 | 16 | 6,665 |
| 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
LongCat 2.0mediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsGrok 4.6lowMuse Glimmer 30BhighvsGrok 4.6lowLongCat 2.0mediumvsGrok 4.6lowGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowDeepSeek V4 Flash 0731mediumvsGrok 4.6lowGemini 3 Flash PreviewlowvsQwen3.7 MaxnoneQwen3.5-27BmediumvsGrok 4.6lowKAT-Coder-Pro V2.5lowvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsGrok 4.6low