- 順位
- #133
- 合計出力トークン
- 456,028
- 応答時間（平均）
- 120.59s
- 合計コスト
- $2.357
Qwen3.8 2.4T A95B (high) vs Grok 4.6 (low)
平均スコアは 7.4 vs 7.4 でほぼ同等です。 Grok 4.6 (low) の benchmark コストが低く、$0.449 vs $2.357 です。 Grok 4.6 (low) の方が高速で、14.55s vs 120.59s です、成功率は 74.2% vs 69.7% です。
比較対象モデル
- 順位
- #135
- 合計出力トークン
- 38,048
- 応答時間（平均）
- 14.55s
- 合計コスト
- $0.449
おすすめモデル
Grok 4.6 (low)
ここでは最高スコア（7.4）で、Qwen3.8 2.4T A95B (high) より約 5.3 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 | 7.4 | 7.4 |
| 順位 | #133 | #135 |
| 信頼性 | 9.4 | 10.0 |
| 一貫性 | 8.3 | 9.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.2% | 69.7% |
| 不安定なテスト | 4 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 16.832 | 2.989 |
| 合計コスト | $2.357 | $0.449 |
| 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 | 108,931 | 109,960 |
| 出力トークン | 112,801 | 5,124 |
| 推論トークン | 343,227 | 32,924 |
| 応答時間（平均） | 120.59s | 14.55s |
| 応答時間（最大） | 532.28s | 26.46s |
| 応答時間（合計） | 2653.05s | 320.17s |
| 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.
#133 Qwen3.8 2.4T A95B
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 tok
#135 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 | 4.1 | 6.5 | 22.2% | 1 | 301.08s | 964 | 11,279 | 139,028 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 18.19s | 2,523 | 16 | 7,921 |
| 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
Grok 4.6lowvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumGemini 3 Flash PreviewlowvsQwen3.8 2.4T A95BhighLongCat 2.0mediumvsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsGrok 4.6lowGrok 4.6lowvsGLM 5.3highLongCat 2.0mediumvsGrok 4.6lowGPT-5.6 LunamediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsQwen3.8 2.4T A95BhighGemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95BhighKAT-Coder-Pro V2.5lowvsQwen3.8 2.4T A95Bhigh