Qwen: Qwen3.7 Plus vs Thinking Machines: Inkling

Inkling (high) が平均スコアでリードし、8.0 vs 7.9 です。 Qwen3.7 Plus (medium) の benchmark コストが低く、$0.267 vs $1.006 です。 Qwen3.7 Plus (medium) の方が高速で、51.51s vs 64.16s です、成功率は 75.8% vs 77.3% です。

おすすめモデルQwen3.7 Plus (medium)スコアはここでの最高値に近く（7.9 vs 8.0）、Inkling (high) より約 3.8 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-18

指標	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03	Inkling Inkling high リリース: 2026-07-18

指標	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03	Inkling Inkling high リリース: 2026-07-18
スコア	7.9	8.0
順位	#36	#28
信頼性	10.0	9.8
一貫性	8.9	8.9
正解テスト
試行ごとの合格率	75.8%	77.3%
不安定なテスト	3	3
総実行回数	66	66
結果あたりのコスト	2.072	6.704
合計コスト	$0.267	$1.006
入力価格	$0.320 / 1M	$1.000 / 1M
出力価格	$1.280 / 1M	$4.050 / 1M
合計入力トークン	115,233	86,746
出力トークン	6,162	6,055
推論トークン	173,267	220,791
応答時間（平均）	51.51s	64.16s
応答時間（最大）	315.30s	327.51s
応答時間（合計）	1133.15s	1411.59s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#36 Qwen3.7 Plus

medium

コスト: $0.018
時間: 193.2s
トークン: 10,821 tok

#28 Thinking Machines: Inkling

high

コスト: $0.005
時間: 32.2s
トークン: 1,275 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

カテゴリ:

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 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065
Inkling	10.0	10.0	100.0%	0		12.68s	702	455	7,204

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 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576
Inkling	8.5	10.0	66.7%	0		148.36s	7,374	430	78,982

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 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645
Inkling	7.3	5.8	83.3%	1		63.78s	61,296	3,854	19,895

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 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713
Inkling	10.0	10.0	100.0%	0		8.19s	7,068	216	2,349

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 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073
Inkling	7.7	10.0	66.7%	0		186.39s	683	59	76,777

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 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998
Inkling	10.0	10.0	100.0%	0		6.53s	501	182	1,151

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 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013
Inkling	9.8	10.0	100.0%	0		7.00s	708	93	2,098

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 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312
Inkling	6.9	4.9	77.8%	2		10.69s	714	429	4,623

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 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831
Inkling	3.0	10.0	0.0%	0		6.52s	7,481	307	601

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 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041
Inkling	3.0	10.0	0.0%	0		153.57s	219	30	27,111

クイック比較

比較ペアを切り替え

Step 3.7 FlashmediumvsInklinghigh GPT-5.2 ChatnonevsInklinghigh GPT-5 MinimediumvsInklinghigh GPT-5.6 TerrahighvsQwen3.7 Plusmedium Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsInklinghigh Claude Opus 4.8lowvsQwen3.7 Plusmedium Seed-2.0-LitemediumvsInklinghigh Qwen3.7 PlusmediumvsGLM 5.2high GPT-5.2 ChatnonevsQwen3.7 Plusmedium GPT-5.6 LunahighvsQwen3.7 Plusmedium Gemini 2.5 FlashmediumvsInklinghigh