- 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 4.3 (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 $0.779 です。 Qwen3.7 Plus の方が高速で、12.09s vs 47.45s です、成功率は 50.0% vs 68.2% です。
- 順位
- #83
- 合計出力トークン
- 241,421
- 応答時間（平均）
- 47.45s
- 合計コスト
- $0.779
おすすめモデル
Qwen3.7 Plus
ここでは最高スコア（7.2）で、Grok 4.3 (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 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 7.2 | 7.1 |
| 順位 | #81 | #83 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 8.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 50.0% | 68.2% |
| 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 | 5.990 |
| 合計コスト | $0.106 | $0.779 |
| 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 | 140,031 |
| 出力トークン | 58,097 | 13,739 |
| 推論トークン | 0 | 227,682 |
| 応答時間（平均） | 12.09s | 47.45s |
| 応答時間（最大） | 206.03s | 216.69s |
| 応答時間（合計） | 265.89s | 1043.83s |
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
none- コスト
- $0.019
- 時間
- 213.5s
- トークン
- 11,960 tok
#83 xAI: Grok 4.3
medium- コスト
- $0.009
- 時間
- 19.0s
- トークン
- 3,661 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 2,010 | 88 | 8,207 |
| 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 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
| 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 4.3 | 6.5 | 10.0 | 50.0% | 0 | 55.07s | 108,468 | 11,992 | 21,601 |
| 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| 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 4.3 | 5.3 | 7.2 | 44.4% | 1 | 181.74s | 1,764 | 14 | 111,300 |
| 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 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 825 | 70 | 5,020 |
| 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 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 |
| 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 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.52s | 1,689 | 128 | 14,468 |
| 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 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
| 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 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 549 | 14 | 12,986 |
クイック比較
比較ペアを切り替え
Qwen3.7 PlusnonevsGLM 5.1mediumQwen3.7 PlusnonevsGrok 4.20mediumKAT-Coder-Pro V2.5highvsQwen3.7 PlusnoneKimi K2.6mediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.3mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3mediumQwen3.7 FlashlowvsGrok 4.3mediumGemini 3.1 Flash LitemediumvsQwen3.7 PlusnoneGemini 3.5 FlashnonevsGrok 4.3mediumDeepSeek V3.2mediumvsQwen3.7 Plusnone