- 順位
- #29
- 合計出力トークン
- 92,047
- 応答時間（平均）
- 23.34s
- 合計コスト
- $0.771
Qwen3.8 Max (medium) vs Pareto
Qwen3.8 Max (medium) が平均スコアでリードし、9.0 vs 8.9 です。 Qwen3.8 Max (medium) の benchmark コストが低く、$0.771 vs $1.172 です。 Qwen3.8 Max (medium) の方が高速で、23.34s vs 31.51s です、成功率は 80.3% 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
Qwen3.8 Max (medium)
ここでは最高スコア（9.0）で、Pareto より約 1.5 倍低コストです。
詳細比較
| 指標 | Qwen3.8 Max Qwen3.8 Max medium | Pareto Pareto none |
|---|---|---|
| スコア | 9.0 | 8.9 |
| 順位 | #29 | #34 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.7 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 80.3% | 86.4% |
| 不安定なテスト | 1 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.532 | 6.506 |
| 合計コスト | $0.771 | $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 | 109,055 | 110,734 |
| 出力トークン | 6,566 | 119,230 |
| 推論トークン | 85,481 | 0 |
| 応答時間（平均） | 23.34s | 31.51s |
| 応答時間（最大） | 126.60s | 143.33s |
| 応答時間（合計） | 513.47s | 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.
#29 Qwen3.8 Max
medium- コスト
- $0.028
- 時間
- 71.9s
- トークン
- 4,750 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 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 672 | 312 | 2,075 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 41.35s | 7,893 | 430 | 23,804 | |
| 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 | 8.7 | 6.9 | 83.3% | 1 | 91.25s | 81,584 | 4,526 | 30,688 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 8.72s | 7,782 | 270 | 2,519 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 41.77s | 780 | 62 | 20,803 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 516 | 168 | 700 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.49s | 699 | 102 | 914 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.93s | 696 | 401 | 1,575 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.83s | 8,229 | 267 | 636 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 11.49s | 204 | 28 | 1,767 | |
| 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 TurbohighvsParetononeMuse Spark 1.3highvsParetononeQwen3.8 MaxmediumvsGrok 4.5highClaude Fable 5.1highvsQwen3.8 MaxmediumGPT-5.3-CodexmediumvsParetononeQwen3.8 Max (0902)highvsParetononeParetononevsGrok 4.5highMuse Spark 1.3highvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsParetononeSeed 2.1 TurbohighvsQwen3.8 MaxmediumGPT-5.5mediumvsParetononeGemini 3.5 FlashmediumvsParetonone