- 順位
- #70
- 合計出力トークン
- 495,541
- 応答時間（平均）
- 118.97s
- 合計コスト
- $2.672
Qwen3.8 2.4T A95B (low) vs Grok 4.7 (medium)
平均スコアは 8.1 vs 8.1 でほぼ同等です。 Grok 4.7 (medium) の benchmark コストが低く、$2.254 vs $2.672 です。 Grok 4.7 (medium) の方が高速で、106.09s vs 118.97s です、成功率は 72.7% vs 81.8% です。
比較対象モデル
- 順位
- #73
- 合計出力トークン
- 433,733
- 応答時間（平均）
- 106.09s
- 合計コスト
- $2.254
おすすめモデル
Grok 4.7 (medium)
この比較で最も高いスコア（8.1）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。
詳細比較
| 指標 | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low | Grok 4.7 Grok 4.7 medium |
|---|---|---|
| スコア | 8.1 | 8.1 |
| 順位 | #70 | #73 |
| 信頼性 | 9.4 | 9.9 |
| 一貫性 | 9.2 | 8.3 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 81.8% |
| 不安定なテスト | 2 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 17.812 | 15.023 |
| 合計コスト | $2.672 | $2.254 |
| 入力価格 | $2.000 / 1M | $1.600 / 1M |
| 出力価格 | $6.000 / 1M | $4.800 / 1M |
| 合計入力トークン | 113,279 | 107,193 |
| 出力トークン | 121,045 | 4,661 |
| 推論トークン | 374,496 | 429,072 |
| 応答時間（平均） | 118.97s | 106.09s |
| 応答時間（最大） | 534.21s | 660.89s |
| 応答時間（合計） | 2617.41s | 2333.94s |
| 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.
#70 Qwen3.8 2.4T A95B
low- コスト
- $0.100
- 時間
- 193.2s
- トークン
- 16,767 tok
#73 SpaceXAI: Grok 4.7
medium- コスト
- $0.047
- 時間
- 132.3s
- トークン
- 9,954 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 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 16.01s | 2,991 | 54 | 7,224 |
| 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 | 7.8 | 9.3 | 66.7% | 0 | 172.53s | 6,716 | 21,405 | 57,399 | |
| Grok 4.7 | 6.6 | 4.6 | 77.8% | 2 | 312.17s | 10,266 | 349 | 172,347 |
| 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 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 96.50s | 67,788 | 3,524 | 38,447 |
| 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 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 5.16s | 8,937 | 225 | 2,344 |
| 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 | 3.2 | 9.3 | 0.0% | 0 | 287.65s | 1,008 | 16,133 | 156,114 | |
| Grok 4.7 | 5.3 | 7.2 | 44.4% | 1 | 300.37s | 2,523 | 15 | 169,756 |
| 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 | |
| Grok 4.7 | 5.4 | 2.5 | 66.7% | 1 | 32.39s | 1,077 | 76 | 5,830 |
| 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 | |
| Grok 4.7 | 8.4 | 6.9 | 83.3% | 1 | 6.68s | 1,857 | 57 | 2,742 |
| 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 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 18.46s | 2,430 | 135 | 9,678 |
| 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 | |
| Grok 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.79s | 8,535 | 206 | 406 |
| 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 | |
| Grok 4.7 | 3.0 | 10.0 | 0.0% | 0 | 123.05s | 789 | 20 | 20,298 |
クイック比較
比較ペアを切り替え
InklinghighvsGrok 4.7mediumGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsGrok 4.7mediumDeepSeek V4 Flash 0731lowvsGrok 4.7mediumMuse Glimmer 30BxhighvsGrok 4.7mediumDeepSeek V4 Flash 0731highvsGrok 4.7mediumQwen3.8 2.4T A95BlowvsInklinghighMuse Spark 1.1highvsQwen3.8 2.4T A95BlowGrok 4.7mediumvsGLM 5.2highDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowClaude Sonnet 5mediumvsQwen3.8 2.4T A95Blow