- 順位
- #108
- 合計出力トークン
- 76,261
- 応答時間（平均）
- 17.80s
- 合計コスト
- $0.184
Qwen3.7 Plus vs Grok 4.6 (medium)
平均スコアは 7.8 vs 7.8 でほぼ同等です。 Qwen3.7 Plus の benchmark コストが低く、$0.184 vs $2.270 です。 Qwen3.7 Plus の方が高速で、17.80s vs 74.77s です、成功率は 56.5% vs 78.3% です。
比較対象モデル
- 順位
- #107
- 合計出力トークン
- 266,197
- 応答時間（平均）
- 74.77s
- 合計コスト
- $2.270
おすすめモデル
Qwen3.7 Plus
ここでは最高スコア（7.8）で、Grok 4.6 (medium) より約 12.4 倍低コストです。
詳細比較
| 指標 | Qwen3.7 Plus Qwen3.7 Plus none | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| スコア | 7.8 | 7.8 |
| 順位 | #108 | #107 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 8.7 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 56.5% | 78.3% |
| 不安定なテスト | 0 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 1.410 | 14.187 |
| 合計コスト | $0.184 | $2.270 |
| 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 | 250,495 | 336,351 |
| 出力トークン | 76,261 | 6,180 |
| 推論トークン | 0 | 260,017 |
| 応答時間（平均） | 17.80s | 74.77s |
| 応答時間（最大） | 206.03s | 514.35s |
| 応答時間（合計） | 409.51s | 1719.73s |
| 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.
#108 Qwen3.7 Plus
none- コスト
- $0.019
- 時間
- 213.5s
- トークン
- 11,960 tok
#107 SpaceXAI: Grok 4.6
medium- コスト
- $0.028
- 時間
- 72.1s
- トークン
- 4,771 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 | 143.11s | 151,662 | 18,164 | 0 | |
| Grok 4.6 | 5.0 | 10.0 | 0.0% | 0 | 103.61s | 229,564 | 1,369 | 15,020 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 2,991 | 78 | 6,335 |
| 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 4.6 | 8.2 | 7.2 | 88.9% | 1 | 120.05s | 9,579 | 351 | 64,226 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 62.66s | 68,060 | 3,687 | 21,366 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.46s | 8,937 | 225 | 4,400 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 1.04s | 798 | 18 | 0 | |
| Grok 4.6 | 5.3 | 7.2 | 44.4% | 1 | 304.33s | 2,523 | 15 | 127,702 |
| 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 4.6 | 4.1 | 2.7 | 33.3% | 1 | 17.27s | 1,077 | 47 | 2,052 |
| 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 4.6 | 9.8 | 10.0 | 100.0% | 0 | 12.75s | 1,857 | 57 | 4,500 |
| 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 4.6 | 8.7 | 7.7 | 88.9% | 1 | 16.30s | 2,430 | 123 | 5,799 |
| 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 4.6 | 10.0 | 10.0 | 100.0% | 0 | 12.83s | 8,544 | 216 | 1,068 |
| 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 4.6 | 3.0 | 10.0 | 0.0% | 0 | 46.88s | 789 | 12 | 7,549 |
クイック比較
比較ペアを切り替え
Qwen3.7 PlusnonevsGrok 4.5lowDeepSeek V4 Flash 0731mediumvsQwen3.7 PlusnoneGrok 4.6mediumvsGLM 5.3highQwen3.7 PlusnonevsStep 3.7 FlashmediumQwen3.7 PlusnonevsGLM 5.3highQwen3.7 PlusnonevsGrok 4.5mediumQwen3.8 2.4T A95BhighvsGrok 4.6mediumGPT-6 LunahighvsQwen3.7 PlusnoneMuse Glimmer 30BhighvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2.6-FlashmediumGemini 3.5 FlashmediumvsQwen3.7 PlusnoneGPT-6 LunahighvsGrok 4.6medium