- 順位
- #81
- 合計出力トークン
- 215,560
- 応答時間（平均）
- 59.73s
- 合計コスト
- $0.432
Qwen3.7 Plus (medium) vs Grok 4.5 (high)
平均スコアは 8.3 vs 8.2 でほぼ同等です。 Qwen3.7 Plus (medium) の benchmark コストが低く、$0.432 vs $2.571 です。 Qwen3.7 Plus (medium) の方が高速で、59.73s vs 72.50s です、成功率は 76.8% vs 82.6% です。
比較対象モデル
- 順位
- #82
- 合計出力トークン
- 333,632
- 応答時間（平均）
- 72.50s
- 合計コスト
- $2.571
おすすめモデル
Qwen3.7 Plus (medium)
ここでは最高スコア（8.3）で、Grok 4.5 (high) より約 6.0 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Plus Qwen3.7 Plus medium | Grok 4.5 Grok 4.5 high |
|---|---|---|
| スコア | 8.3 | 8.2 |
| 順位 | #81 | #82 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.9 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 76.8% | 82.6% |
| 不安定なテスト | 3 | 3 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 2.697 | 15.123 |
| 合計コスト | $0.432 | $2.571 |
| 入力価格 | $0.320 / 1M | $2.000 / 1M |
| 出力価格 | $1.280 / 1M | $6.000 / 1M |
| 合計入力トークン | 350,546 | 342,124 |
| 出力トークン | 8,576 | 7,135 |
| 推論トークン | 206,984 | 326,497 |
| 応答時間（平均） | 59.73s | 72.50s |
| 応答時間（最大） | 315.30s | 676.83s |
| 応答時間（合計） | 1373.73s | 1667.51s |
| パラメータ | ~397B 総数 (~17B 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.
#81 Qwen3.7 Plus
medium- コスト
- $0.018
- 時間
- 193.2s
- トークン
- 10,821 tok
#82 SpaceXAI: Grok 4.5
high- コスト
- $0.015
- 時間
- 29.7s
- トークン
- 2,737 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 196.47s | 235,304 | 2,413 | 25,810 | |
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 76.95s | 189,949 | 1,480 | 7,690 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.67s | 2,991 | 204 | 4,545 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 155.16s | 9,579 | 357 | 100,752 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 35.56s | 113,448 | 4,299 | 13,004 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.63s | 8,937 | 225 | 3,888 |
| 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 | 60.05s | 780 | 58 | 34,980 | |
| Grok 4.5 | 4.1 | 4.4 | 44.5% | 2 | 301.27s | 2,523 | 6 | 173,117 |
| 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 | |
| Grok 4.5 | 4.7 | 1.6 | 66.7% | 1 | 9.82s | 1,077 | 83 | 1,899 |
| 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 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.23s | 1,857 | 57 | 3,154 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.88s | 2,430 | 220 | 4,312 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.71s | 8,544 | 192 | 901 |
| 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 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 60.58s | 789 | 12 | 13,235 |
クイック比較
比較ペアを切り替え
Grok 4.5highvsGLM 5.2mediumGPT-5.6 TerramediumvsGrok 4.5highClaude Opus 4.8mediumvsGrok 4.5highGPT-6 LunamediumvsGrok 4.5highKimi K3maxvsQwen3.7 PlusmediumGemini 3.5 FlashhighvsQwen3.7 PlusmediumKimi K3maxvsGrok 4.5highGPT-5.6 TerrahighvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGrok 4.5highQwen3.7 PlusmediumvsGLM 5.2highSeed-2.0-CodelowvsGrok 4.5highDeepSeek V4 Flash 0731highvsQwen3.7 Plusmedium