- 順位
- #85
- 合計出力トークン
- 512,351
- 応答時間（平均）
- 134.41s
- 合計コスト
- $2.755
Qwen3.8 2.4T A95B (high) vs Grok 4.6 (low)
Qwen3.8 2.4T A95B (high) が平均スコアでリードし、7.5 vs 7.4 です。 Grok 4.6 (low) の benchmark コストが低く、$0.441 vs $2.755 です。 Grok 4.6 (low) の方が高速で、14.20s vs 134.41s です、成功率は 77.3% vs 71.2% です。
- 順位
- #90
- 合計出力トークン
- 36,792
- 応答時間（平均）
- 14.20s
- 合計コスト
- $0.441
おすすめモデル
Grok 4.6 (low)
スコアはここでの最高値に近く（7.4 vs 7.5）、Qwen3.8 2.4T A95B (high) より約 6.3 倍低コストです。
詳細比較
| 指標 | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high | Grok 4.6 Grok 4.6 low |
|---|---|---|
| スコア | 7.5 | 7.4 |
| 順位 | #85 | #90 |
| 信頼性 | 8.8 | 10.0 |
| 一貫性 | 8.4 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 77.3% | 71.2% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 18.365 | 2.938 |
| 合計コスト | $2.755 | $0.441 |
| 入力価格 | $2.000 / 1M | $2.000 / 1M |
| 出力価格 | $6.000 / 1M | $6.000 / 1M |
| 合計入力トークン | 109,036 | 109,951 |
| 出力トークン | 103,736 | 5,124 |
| 推論トークン | 408,615 | 31,668 |
| 応答時間（平均） | 134.41s | 14.20s |
| 応答時間（最大） | 532.28s | 26.46s |
| 応答時間（合計） | 2956.97s | 312.33s |
| パラメータ | 2.4T 総数 (95B アクティブ) | ~1.7T 総数 (~170B アクティブ) |
| 公開状況 | 重み公開 | 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.
#85 Qwen3.8 2.4T A95B
high
無効なSVG
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 tok
#90 SpaceXAI: Grok 4.6
low- コスト
- $0.011
- 時間
- 26.0s
- トークン
- 1,941 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.00s | 2,991 | 104 | 3,343 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 | |
| Grok 4.6 | 5.5 | 7.1 | 44.4% | 1 | 21.69s | 9,579 | 349 | 7,740 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 | |
| Grok 4.6 | 6.5 | 10.0 | 50.0% | 0 | 23.33s | 71,233 | 3,899 | 2,805 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.63s | 8,937 | 225 | 1,423 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 5.6 | 7.2 | 44.4% | 1 | 402.39s | 1,069 | 2,214 | 204,416 | |
| Grok 4.6 | 2.9 | 7.2 | 11.1% | 1 | 15.58s | 2,514 | 16 | 6,665 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.29s | 1,077 | 55 | 1,009 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 6.64s | 1,857 | 57 | 2,310 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 8.16s | 2,430 | 154 | 2,506 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.42s | 8,544 | 255 | 359 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 26.11s | 789 | 10 | 3,508 |
クイック比較
比較ペアを切り替え
GPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighGPT-5.6 TerralowvsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsGrok 4.6lowGPT-5.3 ChatnonevsQwen3.8 2.4T A95BhighMuse Glimmer 30BhighvsGrok 4.6lowLongCat 2.0mediumvsGrok 4.6lowGPT-5.4 NanomediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowDeepSeek V4 Flash 0731mediumvsGrok 4.6lowLongCat 2.0mediumvsQwen3.8 2.4T A95BhighClaude Opus 5nonevsQwen3.8 2.4T A95Bhigh