- 順位
- #78
- 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 GLM 5.2 (high)
Qwen3.8 2.4T A95B (low) が平均スコアでリードし、8.1 vs 8.0 です。 GLM 5.2 (high) の benchmark コストが低く、$0.799 vs $2.672 です。 GLM 5.2 (high) の方が高速で、69.86s vs 118.97s です、成功率は 72.7% vs 69.7% です。
比較対象モデル
- 順位
- #86
- 合計出力トークン
- 364,655
- 応答時間（平均）
- 69.86s
- 合計コスト
- $0.799
おすすめモデル
GLM 5.2 (high)
スコアはここでの最高値に近く（8.0 vs 8.1）、Qwen3.8 2.4T A95B (low) より約 3.3 倍低コストです。
詳細比較
| 指標 | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low | GLM 5.2 GLM 5.2 high |
|---|---|---|
| スコア | 8.1 | 8.0 |
| 順位 | #78 | #86 |
| 信頼性 | 9.4 | 10.0 |
| 一貫性 | 9.2 | 8.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 69.7% |
| 不安定なテスト | 2 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 17.812 | 6.849 |
| 合計コスト | $2.672 | $0.799 |
| 入力価格 | $2.000 / 1M | $0.650 / 1M |
| 出力価格 | $6.000 / 1M | $2.042 / 1M |
| 合計入力トークン | 113,279 | 83,822 |
| 出力トークン | 121,045 | 72,040 |
| 推論トークン | 374,496 | 292,615 |
| 応答時間（平均） | 118.97s | 69.86s |
| 応答時間（最大） | 534.21s | 599.43s |
| 応答時間（合計） | 2617.41s | 1536.98s |
| 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 | 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.
#78 Qwen3.8 2.4T A95B
low- コスト
- $0.100
- 時間
- 193.2s
- トークン
- 16,767 tok
#86 GLM 5.2
high
Reached the allocated time limit (300 seconds) without receiving showcase output.
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 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 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 5.80s | 639 | 406 | 2,660 |
| 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 | |
| GLM 5.2 | 6.4 | 8.6 | 33.3% | 0 | 73.03s | 5,124 | 2,302 | 22,546 |
| 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 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 321.47s | 61,516 | 18,824 | 63,861 |
| 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 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 5.81s | 7,143 | 435 | 1,414 |
| 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 | |
| GLM 5.2 | 3.1 | 6.5 | 11.1% | 1 | 126.85s | 560 | 49,045 | 157,522 |
| 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 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 12.90s | 498 | 63 | 1,743 |
| 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 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 4.26s | 678 | 151 | 1,210 |
| 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 | |
| GLM 5.2 | 6.0 | 4.6 | 66.7% | 2 | 33.71s | 665 | 568 | 22,392 |
| 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 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 9.25s | 6,861 | 246 | 503 |
| 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 | |
| GLM 5.2 | 3.0 | 10.0 | 0.0% | 0 | 127.82s | 138 | 0 | 18,764 |
クイック比較
比較ペアを切り替え
GPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowDeepSeek V4 Flash 0731lowvsGLM 5.2highInklingmediumvsGLM 5.2highQwen3.8 2.4T A95BlowvsGrok 4.7mediumQwen3.8 2.4T A95BlowvsInklinghighMuse Spark 1.1highvsQwen3.8 2.4T A95BlowGrok 4.7mediumvsGLM 5.2highGrok 4.7lowvsGLM 5.2highKimi K3maxvsGLM 5.2highDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowGPT-5.2 ChatnonevsGLM 5.2high