- 順位
- #65
- 合計出力トークン
- 656,635
- 応答時間（平均）
- 167.89s
- 合計コスト
- ~$0.287
Qwen3.8 27B (high) vs Grok 4.5 (medium)
Grok 4.5 (medium) が平均スコアでリードし、8.5 vs 8.4 です。 Qwen3.8 27B (high) の benchmark コストが低く、~$0.287 vs $2.042 です。 Grok 4.5 (medium) の方が高速で、68.59s vs 167.89s です、成功率は 77.3% vs 83.3% です。
比較対象モデル
- 順位
- #60
- 合計出力トークン
- 299,460
- 応答時間（平均）
- 68.59s
- 合計コスト
- $2.042
おすすめモデル
Qwen3.8 27B (high)
スコアはここでの最高値に近く（8.4 vs 8.5）、Grok 4.5 (medium) より約 7.1 倍低コストです。
詳細比較
| 指標 | Qwen3.8 27B Qwen3.8 27B high | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| スコア | 8.4 | 8.5 |
| 順位 | #65 | #60 |
| 信頼性 | 9.6 | 10.0 |
| 一貫性 | 9.2 | 8.9 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 77.3% | 83.3% |
| 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 | ~1.792 | 12.007 |
| 合計コスト | ~$0.287 | $2.042 |
| 入力価格 | 該当なし | $2.000 / 1M |
| 出力価格 | 該当なし | $6.000 / 1M |
| 合計入力トークン | 100,179 | 122,155 |
| 出力トークン | 904 | 5,514 |
| 推論トークン | 655,731 | 293,946 |
| 応答時間（平均） | 167.89s | 68.59s |
| 応答時間（最大） | 640.85s | 436.38s |
| 応答時間（合計） | 3693.54s | 1508.91s |
| パラメータ | 27.3B | ~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.
#65 Qwen3.8 27B
high- コスト
- ~$0.008
- 時間
- 270.1s
- トークン
- 18,963 tok
#60 SpaceXAI: Grok 4.5
medium- コスト
- $0.044
- 時間
- 59.4s
- トークン
- 7,512 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 27B | 10.0 | 10.0 | 100.0% | 0 | 8.10s | 1,128 | 114 | 5,319 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 23.50s | 2,991 | 147 | 4,018 |
| 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 27B | 8.1 | 7.0 | 88.9% | 1 | 248.62s | 8,235 | 346 | 143,335 | |
| Grok 4.5 | 7.6 | 7.2 | 77.8% | 1 | 155.69s | 9,579 | 390 | 104,634 |
| 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 27B | 10.0 | 10.0 | 100.0% | 0 | 185.57s | 68,997 | 66 | 72,556 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 29.01s | 83,730 | 4,154 | 16,180 |
| 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 27B | 10.0 | 10.0 | 100.0% | 0 | 34.85s | 9,675 | 123 | 10,320 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.29s | 8,937 | 225 | 3,657 |
| 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 27B | 5.3 | 10.0 | 33.3% | 0 | 526.74s | 975 | 6 | 234,555 | |
| Grok 4.5 | 5.3 | 7.2 | 44.4% | 1 | 249.34s | 2,221 | 11 | 140,815 |
| 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 27B | 5.0 | 10.0 | 0.0% | 0 | 8.45s | 630 | 63 | 1,191 | |
| Grok 4.5 | 6.5 | 3.4 | 66.7% | 1 | 12.84s | 1,077 | 71 | 2,384 |
| 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 27B | 9.8 | 10.0 | 100.0% | 0 | 8.24s | 927 | 42 | 2,871 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.06s | 1,857 | 57 | 2,728 |
| 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 27B | 7.6 | 7.2 | 77.8% | 1 | 199.90s | 1,038 | 120 | 138,427 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.75s | 2,430 | 254 | 3,641 |
| 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 27B | 10.0 | 10.0 | 100.0% | 0 | 5.62s | 8,256 | 21 | 912 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.57s | 8,544 | 192 | 968 |
| 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 27B | 3.0 | 10.0 | 0.0% | 0 | 263.98s | 318 | 3 | 46,245 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 74.44s | 789 | 13 | 14,921 |
クイック比較
比較ペアを切り替え
GPT-5.2mediumvsQwen3.8 27BhighQwen3.8 27BhighvsMiMo-V2.6-PromediumSeed 2.1 TurbomediumvsQwen3.8 27BhighDeepSeek V4.1 FlashhighvsGrok 4.5mediumDeepSeek V4.1 FlashlowvsGrok 4.5mediumMuse Spark 1.2lowvsGrok 4.5mediumQwen3.8 27BhighvsGrok 4.5lowGPT-6 SollowvsQwen3.8 27BhighQwen3.8 27BhighvsGLM 5.3 FlashXmaxQwen3.8 27BhighvsGrok 4.6mediumDeepSeek V4.1 FlashmaxvsQwen3.8 27BhighMuse Spark 1.2lowvsQwen3.8 27Bhigh