- 順位
- #81
- 合計出力トークン
- 58,097
- 応答時間（平均）
- 12.09s
- 合計コスト
- $0.106
Qwen3.7 Plus vs Grok 4.20 (medium)
平均スコアは 7.2 vs 7.1 でほぼ同等です。 Qwen3.7 Plus の benchmark コストが低く、$0.106 vs $0.777 です。 Qwen3.7 Plus の方が高速で、12.09s vs 29.47s です、成功率は 50.0% vs 63.6% です。
- 順位
- #85
- 合計出力トークン
- 259,340
- 応答時間（平均）
- 29.47s
- 合計コスト
- $0.777
おすすめモデル
Qwen3.7 Plus
ここでは最高スコア（7.2）で、Grok 4.20 (medium) より約 7.3 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Plus Qwen3.7 Plus none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 7.2 | 7.1 |
| 順位 | #81 | #85 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 50.0% | 63.6% |
| 不安定なテスト | 0 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.014 | 9.709 |
| 合計コスト | $0.106 | $0.777 |
| 入力価格 | $0.320 / 1M | $1.250 / 1M |
| 出力価格 | $1.280 / 1M | $2.500 / 1M |
| 合計入力トークン | 98,824 | 102,791 |
| 出力トークン | 58,097 | 5,363 |
| 推論トークン | 0 | 253,977 |
| 応答時間（平均） | 12.09s | 29.47s |
| 応答時間（最大） | 206.03s | 199.66s |
| 応答時間（合計） | 265.89s | 648.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#81 Qwen3.7 Plus
none- コスト
- $0.019
- 時間
- 213.5s
- トークン
- 11,960 tok
#85 xAI: Grok 4.20
medium- コスト
- $0.041
- 時間
- 110.3s
- トークン
- 16,336 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 Plus | 6.5 | 10.0 | 50.0% | 0 | 1.38s | 696 | 349 | 0 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 2.15s | 7,911 | 639 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 117.70s | 71,266 | 56,024 | 0 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 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 | 1.43s | 7,794 | 243 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 868ms | 789 | 18 | 0 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 |
| 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 | 5.3 | 10.0 | 0.0% | 0 | 1.33s | 522 | 78 | 0 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 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 | 6.3 | 10.0 | 50.0% | 0 | 929ms | 711 | 72 | 0 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 1.71s | 714 | 443 | 0 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 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 | 3.54s | 8,211 | 222 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 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 | 1.21s | 210 | 9 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
クイック比較
比較ペアを切り替え
Qwen3.7 PlusnonevsGrok 4.3mediumQwen3.7 PlusnonevsGLM 5.1mediumKAT-Coder-Pro V2.5highvsQwen3.7 PlusnoneKimi K2.6mediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20mediumGemini 3.1 Flash LitemediumvsQwen3.7 PlusnoneClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V3.2mediumvsQwen3.7 PlusnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Plusnone