- 順位
- #95
- 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 GLM 5.3 (high)
Qwen3.8 2.4T A95B (high) が平均スコアでリードし、7.4 vs 7.3 です。 GLM 5.3 (high) の benchmark コストが低く、$0.403 vs $2.357 です。 GLM 5.3 (high) の方が高速で、27.82s vs 120.59s です、成功率は 74.2% vs 74.2% です。
- 順位
- #99
- 合計出力トークン
- 63,667
- 応答時間（平均）
- 27.82s
- 合計コスト
- $0.403
おすすめモデル
GLM 5.3 (high)
スコアはここでの最高値に近く（7.3 vs 7.4）、Qwen3.8 2.4T A95B (high) より約 5.9 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 GLM 5.3 high |
|---|---|---|
| スコア | 7.4 | 7.3 |
| 順位 | #95 | #99 |
| 信頼性 | 9.4 | 10.0 |
| 一貫性 | 8.3 | 7.5 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.2% | 74.2% |
| 不安定なテスト | 4 | 7 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 16.832 | 3.099 |
| 合計コスト | $2.357 | $0.403 |
| 入力価格 | $2.000 / 1M | $1.400 / 1M |
| 出力価格 | $6.000 / 1M | $4.400 / 1M |
| 合計入力トークン | 108,931 | 87,601 |
| 出力トークン | 112,801 | 6,006 |
| 推論トークン | 343,227 | 57,661 |
| 応答時間（平均） | 120.59s | 27.82s |
| 応答時間（最大） | 532.28s | 159.91s |
| 応答時間（合計） | 2653.05s | 612.06s |
| パラメータ | 2.4T 総数 (95B アクティブ) | 744B 総数 (40B 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.
#95 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
#99 GLM 5.3
high- コスト
- $0.085
- 時間
- 362.5s
- トークン
- 19,310 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 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.72s | 639 | 237 | 481 |
| 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 | 6.6 | 5.0 | 66.7% | 2 | 18.89s | 7,317 | 473 | 8,190 |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 63.96s | 62,821 | 3,936 | 12,203 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.55s | 7,149 | 210 | 189 |
| 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 | 2.9 | 4.4 | 22.2% | 2 | 112.33s | 759 | 238 | 33,423 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 8.00s | 498 | 192 | 407 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 3.62s | 678 | 72 | 182 |
| 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 | 8.2 | 7.2 | 88.9% | 1 | 4.74s | 672 | 332 | 452 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 17.05s | 6,861 | 231 | 91 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 21.98s | 207 | 85 | 2,043 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6nonevsGLM 5.3highKAT-Coder-Pro V2.5lowvsGLM 5.3highQwen3.8 2.4T A95BhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsQwen3.8 2.4T A95BhighLongCat 2.0mediumvsQwen3.8 2.4T A95BhighGemini 3 Flash PreviewlowvsGLM 5.3highGrok 4.6lowvsGLM 5.3highGemini 3.1 Flash LitemediumvsGLM 5.3highGPT-5.6 LunamediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsQwen3.8 2.4T A95BhighQwen3.7 PlusnonevsGLM 5.3high