- 順位
- #31
- 合計出力トークン
- 419,443
- 応答時間（平均）
- 185.56s
- 合計コスト
- $2.736
Qwen3.8 Max (0902) (high) vs Pareto
平均スコアは 8.9 vs 8.9 でほぼ同等です。 Pareto の benchmark コストが低く、$1.172 vs $2.736 です。 Pareto の方が高速で、31.51s vs 185.56s です、成功率は 86.4% vs 86.4% です。
比較対象モデル
- 順位
- #34
- 合計出力トークン
- 119,230
- 応答時間（平均）
- 31.51s
- 合計コスト
- $1.172
おすすめモデル
Pareto
ここでは最高スコア（8.9）で、Qwen3.8 Max (0902) (high) より約 2.3 倍低コストです。
詳細比較
| 指標 | Qwen3.8 Max (0902) Qwen3.8 Max (0902) high | Pareto Pareto none |
|---|---|---|
| スコア | 8.9 | 8.9 |
| 順位 | #31 | #34 |
| 信頼性 | 9.8 | 10.0 |
| 一貫性 | 9.0 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 86.4% | 86.4% |
| 不安定なテスト | 3 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 16.089 | 6.506 |
| 合計コスト | $2.736 | $1.172 |
| 入力価格 | $2.000 / 1M | $2.500 / 1M |
| 出力価格 | $6.000 / 1M | $7.500 / 1M |
| 合計入力トークン | 109,226 | 110,734 |
| 出力トークン | 6,890 | 119,230 |
| 推論トークン | 412,553 | 0 |
| 応答時間（平均） | 185.56s | 31.51s |
| 応答時間（最大） | 912.78s | 143.33s |
| 応答時間（合計） | 4082.41s | 693.29s |
| パラメータ | 2.4T 総数 (~100B アクティブ) | - |
| 公開状況 | クローズド | 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.
#31 Qwen3.8 Max (0902)
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 tok
#34 Pareto
none- コスト
- $0.034
- 時間
- 170.7s
- トークン
- 4,581 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 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 15.86s | 1,128 | 263 | 6,631 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 6.39s | 703 | 2,173 | 0 |
| 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 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 253.22s | 8,235 | 418 | 91,734 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 50.12s | 7,471 | 1,949 | 0 |
| 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 Max (0902) | 8.7 | 6.9 | 83.3% | 1 | 110.39s | 79,527 | 5,215 | 28,102 | |
| Pareto | 7.2 | 9.1 | 50.0% | 0 | 53.54s | 85,180 | 98,580 | 0 |
| 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 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 16.37s | 8,010 | 261 | 3,598 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 7,728 | 1,371 | 0 |
| 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 Max (0902) | 5.9 | 7.2 | 55.6% | 1 | 658.46s | 842 | 31 | 154,450 | |
| Pareto | 7.7 | 10.0 | 66.7% | 0 | 98.85s | 858 | 8,379 | 0 |
| 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 Max (0902) | 6.5 | 3.4 | 66.7% | 1 | 75.11s | 630 | 80 | 8,110 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 8.63s | 492 | 260 | 0 |
| 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 Max (0902) | 9.8 | 10.0 | 100.0% | 0 | 7.55s | 927 | 86 | 1,823 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 4.95s | 667 | 507 | 0 |
| 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 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 134.14s | 1,038 | 268 | 47,351 | |
| Pareto | 8.2 | 7.2 | 88.9% | 1 | 18.24s | 624 | 4,433 | 0 |
| 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 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 8,571 | 249 | 243 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 3.29s | 6,762 | 963 | 0 |
| 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 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 532.59s | 318 | 19 | 70,511 | |
| Pareto | 2.8 | 1.6 | 33.3% | 1 | 32.07s | 249 | 615 | 0 |
クイック比較
比較ペアを切り替え
Seed 2.1 TurbohighvsParetononeGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse Spark 1.3highvsParetononeGPT-5.3-CodexmediumvsParetononeGPT-5.5mediumvsQwen3.8 Max (0902)highGemini 3.5 FlashmediumvsQwen3.8 Max (0902)highParetononevsGrok 4.5highGemini 3.5 FlashlowvsParetononeQwen3.8 MaxmediumvsParetononeGPT-5.5mediumvsParetononeGemini 3.5 FlashmediumvsParetononeQwen3.8 Max (0902)mediumvsParetonone