- 順位
- #16
- 合計出力トークン
- 84,826
- 応答時間（平均）
- 21.53s
- 合計コスト
- $0.728
Qwen3.8 Max (medium) vs Grok 4.6 (high)
Grok 4.6 (high) が平均スコアでリードし、9.2 vs 9.1 です。 Qwen3.8 Max (medium) の benchmark コストが低く、$0.728 vs $1.809 です。 Qwen3.8 Max (medium) の方が高速で、21.53s vs 79.38s です、成功率は 84.9% vs 84.9% です。
- 順位
- #11
- 合計出力トークン
- 265,604
- 応答時間（平均）
- 79.38s
- 合計コスト
- $1.809
おすすめモデル
Qwen3.8 Max (medium)
スコアはここでの最高値に近く（9.1 vs 9.2）、Grok 4.6 (high) より約 2.5 倍低コストです。
詳細比較
| 指標 | Qwen3.8 Max Qwen3.8 Max medium | Grok 4.6 Grok 4.6 high |
|---|---|---|
| スコア | 9.1 | 9.2 |
| 順位 | #16 | #11 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.7 | 9.6 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 84.9% | 84.9% |
| 不安定なテスト | 1 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.040 | 10.046 |
| 合計コスト | $0.728 | $1.809 |
| 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 | 109,046 | 107,266 |
| 出力トークン | 6,567 | 5,094 |
| 推論トークン | 78,259 | 260,510 |
| 応答時間（平均） | 21.53s | 79.38s |
| 応答時間（最大） | 126.60s | 618.49s |
| 応答時間（合計） | 473.75s | 1746.29s |
| 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.
#16 Qwen3.8 Max
medium- コスト
- $0.028
- 時間
- 71.9s
- トークン
- 4,750 tok
#11 SpaceXAI: Grok 4.6
high- コスト
- $0.107
- 時間
- 265.1s
- トークン
- 18,001 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.44s | 2,991 | 79 | 6,805 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 102.20s | 9,579 | 379 | 51,829 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 91.77s | 68,548 | 3,931 | 34,529 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.08s | 8,937 | 225 | 6,590 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 28.52s | 771 | 63 | 13,581 | |
| Grok 4.6 | 3.6 | 7.2 | 22.2% | 1 | 334.95s | 2,514 | 14 | 137,858 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 19.51s | 1,077 | 56 | 2,448 |
| 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 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 13.82s | 1,857 | 57 | 4,318 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 15.56s | 2,430 | 122 | 5,706 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.30s | 8,544 | 216 | 1,505 |
| 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 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 54.22s | 789 | 15 | 8,922 |
クイック比較
比較ペアを切り替え
Seed 2.1 TurbolowvsQwen3.8 MaxmediumGemini 3.1 Pro PreviewmediumvsGrok 4.6highClaude Opus 5mediumvsGrok 4.6highQwen3.7 MaxmediumvsGrok 4.6highGemini 3.5 FlashmediumvsGrok 4.6highGPT-5.5lowvsGrok 4.6highSeed 2.1 TurbolowvsGrok 4.6highClaude Opus 5highvsQwen3.8 MaxmediumGPT-5.6 SolmediumvsGrok 4.6highGemini 3.5 FlashlowvsQwen3.8 MaxmediumQwen3.8 MaxmediumvsGrok 4.5highGPT-5.5lowvsQwen3.8 Maxmedium