- 順位
- #35
- 合計出力トークン
- 83,821
- 応答時間（平均）
- 21.83s
- 合計コスト
- $0.702
Qwen3.8 Max (low) vs Grok 4.6 (medium)
Qwen3.8 Max (low) が平均スコアでリードし、8.6 vs 8.4 です。 Qwen3.8 Max (low) の benchmark コストが低く、$0.702 vs $1.713 です。 Qwen3.8 Max (low) の方が高速で、21.83s vs 73.46s です、成功率は 80.3% vs 81.8% です。
- 順位
- #39
- 合計出力トークン
- 249,808
- 応答時間（平均）
- 73.46s
- 合計コスト
- $1.713
おすすめモデル
Qwen3.8 Max (low)
ここでは最高スコア（8.6）で、Grok 4.6 (medium) より約 2.4 倍低コストです。
詳細比較
| 指標 | Qwen3.8 Max Qwen3.8 Max low | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| スコア | 8.6 | 8.4 |
| 順位 | #35 | #39 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.0 | 8.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 80.3% | 81.8% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.384 | 10.703 |
| 合計コスト | $0.702 | $1.713 |
| 入力価格 | $2.000 / 1M | $2.000 / 1M |
| 出力価格 | $6.000 / 1M | $6.000 / 1M |
| 合計入力トークン | 99,181 | 106,787 |
| 出力トークン | 6,132 | 4,811 |
| 推論トークン | 77,689 | 244,997 |
| 応答時間（平均） | 21.83s | 73.46s |
| 応答時間（最大） | 155.75s | 514.35s |
| 応答時間（合計） | 480.37s | 1616.12s |
| パラメータ | 2.4T 総数 (~100B アクティブ) | ~1.7T 総数 (~170B 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.
#35 Qwen3.8 Max
low- コスト
- $0.026
- 時間
- 68.5s
- トークン
- 4,280 tok
#39 SpaceXAI: Grok 4.6
medium- コスト
- $0.028
- 時間
- 72.1s
- トークン
- 4,771 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 | 10.0 | 10.0 | 100.0% | 0 | 3.93s | 984 | 228 | 1,750 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 2,991 | 78 | 6,335 |
| 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 | 8.4 | 7.4 | 88.9% | 1 | 28.69s | 8,127 | 512 | 15,952 | |
| Grok 4.6 | 8.2 | 7.2 | 88.9% | 1 | 120.05s | 9,579 | 351 | 64,226 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 98.19s | 69,994 | 4,221 | 32,937 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 62.66s | 68,060 | 3,687 | 21,366 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.87s | 7,938 | 270 | 2,257 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.46s | 8,937 | 225 | 4,400 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 40.12s | 1,014 | 62 | 19,512 | |
| Grok 4.6 | 5.3 | 7.2 | 44.4% | 1 | 304.33s | 2,523 | 15 | 127,702 |
| 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 | 6.5 | 3.4 | 66.7% | 1 | 5.29s | 594 | 128 | 568 | |
| Grok 4.6 | 4.1 | 2.7 | 33.3% | 1 | 17.27s | 1,077 | 47 | 2,052 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 855 | 102 | 851 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 12.75s | 1,857 | 57 | 4,500 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 4.11s | 930 | 286 | 1,304 | |
| Grok 4.6 | 8.7 | 7.7 | 88.9% | 1 | 16.30s | 2,430 | 123 | 5,799 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 8.06s | 8,463 | 295 | 693 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 12.83s | 8,544 | 216 | 1,068 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 12.43s | 282 | 28 | 1,865 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 46.88s | 789 | 12 | 7,549 |
クイック比較
比較ペアを切り替え
Muse Spark 1.2lowvsGrok 4.6mediumGPT-5.4mediumvsQwen3.8 MaxlowQwen3.8 27BhighvsGrok 4.6mediumInkling SmallhighvsGrok 4.6mediumClaude Fable 5mediumvsQwen3.8 MaxlowMuse Spark 1.1mediumvsQwen3.8 MaxlowMuse Spark 1.2mediumvsQwen3.8 MaxlowQwen3.8 MaxlowvsGrok 4.5mediumMuse Spark 1.2highvsQwen3.8 MaxlowMuse Spark 1.1lowvsGrok 4.6mediumClaude Opus 4.7mediumvsQwen3.8 MaxlowGPT-5.2mediumvsQwen3.8 Maxlow