- 順位
- #46
- 合計出力トークン
- 554,485
- 応答時間（平均）
- 132.39s
- 合計コスト
- $3.113
Qwen3.8 2.4T A95B (low) vs Inkling (high)
Qwen3.8 2.4T A95B (low) が平均スコアでリードし、8.2 vs 8.0 です。 Inkling (high) の benchmark コストが低く、$1.002 vs $3.113 です。 Inkling (high) の方が高速で、64.16s vs 132.39s です、成功率は 78.8% vs 77.3% です。
- 順位
- #49
- 合計出力トークン
- 226,846
- 応答時間（平均）
- 64.16s
- 合計コスト
- $1.002
おすすめモデル
Inkling (high)
スコアはここでの最高値に近く（8.0 vs 8.2）、Qwen3.8 2.4T A95B (low) より約 3.1 倍低コストです。
詳細比較
| 指標 | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low | Inkling Inkling high |
|---|---|---|
| スコア | 8.2 | 8.0 |
| 順位 | #46 | #49 |
| 信頼性 | 9.1 | 9.8 |
| 一貫性 | 8.9 | 8.9 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 78.8% | 77.3% |
| 不安定なテスト | 3 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 19.453 | 6.704 |
| 合計コスト | $3.113 | $1.002 |
| 入力価格 | $2.000 / 1M | $0.950 / 1M |
| 出力価格 | $6.000 / 1M | $4.050 / 1M |
| 合計入力トークン | 113,340 | 86,746 |
| 出力トークン | 107,311 | 6,055 |
| 推論トークン | 447,174 | 220,791 |
| 応答時間（平均） | 132.39s | 64.16s |
| 応答時間（最大） | 534.21s | 327.51s |
| 応答時間（合計） | 2912.56s | 1411.59s |
| パラメータ | 2.4T 総数 (95B アクティブ) | 975B 総数 (41B アクティブ) |
| 公開状況 | 重み公開 | オープンソース |
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.
#46 Qwen3.8 2.4T A95B
low- コスト
- $0.100
- 時間
- 193.2s
- トークン
- 16,767 tok
#49 Thinking Machines: Inkling
high- コスト
- $0.005
- 時間
- 32.2s
- トークン
- 1,275 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 | 22.04s | 1,104 | 397 | 4,814 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 12.68s | 702 | 455 | 7,204 |
| 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 | 7.6 | 7.2 | 77.8% | 1 | 172.53s | 6,716 | 21,405 | 57,399 | |
| Inkling | 8.5 | 10.0 | 66.7% | 0 | 148.36s | 7,374 | 430 | 78,982 |
| 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 | 8.2 | 6.9 | 66.7% | 1 | 231.85s | 85,267 | 8,008 | 50,681 | |
| Inkling | 7.3 | 5.8 | 83.3% | 1 | 63.78s | 61,296 | 3,854 | 19,895 |
| 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 | 22.27s | 7,956 | 839 | 2,445 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 8.19s | 7,068 | 216 | 2,349 |
| 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 | 5.5 | 9.3 | 33.3% | 0 | 386.04s | 1,069 | 2,399 | 228,792 | |
| Inkling | 7.7 | 10.0 | 66.7% | 0 | 186.39s | 683 | 59 | 76,777 |
| 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 | 22.97s | 606 | 44 | 1,497 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 6.53s | 501 | 182 | 1,151 |
| 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 | 19.54s | 903 | 263 | 1,480 | |
| Inkling | 9.8 | 10.0 | 100.0% | 0 | 7.00s | 708 | 93 | 2,098 |
| 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 | 43.37s | 1,026 | 1,154 | 25,563 | |
| Inkling | 6.9 | 4.9 | 77.8% | 2 | 10.69s | 714 | 429 | 4,623 |
| 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 | 25.88s | 8,481 | 302 | 975 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 6.52s | 7,481 | 307 | 601 |
| 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 | 422.46s | 212 | 72,500 | 73,528 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 153.57s | 219 | 30 | 27,111 |
クイック比較
比較ペアを切り替え
Step 3.7 FlashmediumvsInklinghighGPT-5.2 ChatnonevsInklinghighGPT-5 MinimediumvsInklinghighMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsQwen3.8 2.4T A95BlowGemini 2.5 FlashmediumvsQwen3.8 2.4T A95BlowKimi K3maxvsInklinghighDeepSeek V4 Flash 0731lowvsInklinghighQwen3.8 2.4T A95BlowvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.8 2.4T A95BlowQwen3.8 2.4T A95BlowvsGLM 5.2high