- 順位
- #102
- 合計出力トークン
- 468,439
- 応答時間（平均）
- 120.88s
- 合計コスト
- $2.805
Qwen3.8 2.4T A95B (high) vs GLM 5.3 FlashX (max)
GLM 5.3 FlashX (max) が平均スコアでリードし、7.9 vs 7.9 です。 GLM 5.3 FlashX (max) の benchmark コストが低く、$0.623 vs $2.805 です。 GLM 5.3 FlashX (max) の方が高速で、43.97s vs 120.88s です、成功率は 75.4% vs 78.3% です。
比較対象モデル
- 順位
- #97
- 合計出力トークン
- 402,765
- 応答時間（平均）
- 43.97s
- 合計コスト
- $0.623
おすすめモデル
GLM 5.3 FlashX (max)
ここでは最高スコア（7.9）で、Qwen3.8 2.4T A95B (high) より約 4.5 倍低コストです。
詳細比較
| 指標 | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high | GLM 5.3 FlashX GLM 5.3 FlashX max |
|---|---|---|
| スコア | 7.9 | 7.9 |
| 順位 | #102 | #97 |
| 信頼性 | 9.6 | 10.0 |
| 一貫性 | 8.4 | 8.0 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.4% | 78.3% |
| 不安定なテスト | 4 | 6 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 18.696 | 4.153 |
| 合計コスト | $2.805 | $0.623 |
| 入力価格 | $2.000 / 1M | $0.370 / 1M |
| 出力価格 | $6.000 / 1M | $1.250 / 1M |
| 合計入力トークン | 295,642 | 322,894 |
| 出力トークン | 115,041 | 8,010 |
| 推論トークン | 353,398 | 394,755 |
| 応答時間（平均） | 120.88s | 43.97s |
| 応答時間（最大） | 532.28s | 390.70s |
| 応答時間（合計） | 2780.16s | 1011.29s |
| パラメータ | 2.4T 総数 (95B アクティブ) | 320B 総数 (18B 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.
#102 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
#97 GLM 5.3 FlashX
max- コスト
- $0.046
- 時間
- 251.3s
- トークン
- 36,769 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 127.11s | 186,711 | 2,240 | 10,171 | |
| GLM 5.3 FlashX | 6.1 | 3.1 | 66.7% | 1 | 104.77s | 221,683 | 1,709 | 25,322 |
| 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 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 2.65s | 639 | 301 | 2,210 |
| 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 | |
| GLM 5.3 FlashX | 8.2 | 7.2 | 88.9% | 1 | 24.61s | 7,317 | 463 | 36,503 |
| 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 | |
| GLM 5.3 FlashX | 8.2 | 6.9 | 66.7% | 1 | 45.23s | 76,431 | 3,485 | 35,762 |
| 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 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 3.38s | 7,149 | 223 | 2,262 |
| 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 | |
| GLM 5.3 FlashX | 3.5 | 4.4 | 33.3% | 2 | 224.00s | 759 | 583 | 279,058 |
| 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 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 5.01s | 498 | 209 | 1,290 |
| 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 | |
| GLM 5.3 FlashX | 9.9 | 10.0 | 100.0% | 0 | 2.23s | 678 | 72 | 1,032 |
| 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 | |
| GLM 5.3 FlashX | 8.2 | 7.7 | 77.8% | 1 | 3.88s | 672 | 456 | 2,848 |
| 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 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 9.39s | 6,861 | 231 | 712 |
| 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 | |
| GLM 5.3 FlashX | 3.0 | 10.0 | 0.0% | 0 | 22.41s | 207 | 278 | 7,756 |
クイック比較
比較ペアを切り替え
Claude Fable 5.1highvsGLM 5.3 FlashXmaxQwen3.5-27BmediumvsGLM 5.3 FlashXmaxGemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumGPT-5.4 MinimediumvsGLM 5.3 FlashXmaxGPT-5.6 TerralowvsGLM 5.3 FlashXmaxQwen3.7 MaxnonevsGLM 5.3 FlashXmaxQwen3.8 2.4T A95BhighvsGrok 4.5mediumGemini 3.8 FlashmediumvsGLM 5.3 FlashXmaxGPT-5.4 NanomediumvsGLM 5.3 FlashXmaxGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium