- 順位
- #19
- 合計出力トークン
- 282,217
- 応答時間（平均）
- 84.15s
- 合計コスト
- $1.908
比較対象モデル
Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low) ベンチマーク比較: Grok 4.6 (high) は スコア で 9.3 と首位です。 Grok 4.6 (high) は 信頼性 で 10.0 と首位です。 Seed-2.0-Code (low) は 合計コスト が最も低く、$0.767 です。 Seed-2.0-Code (low) は 72.24s で最速です。
比較対象モデル
- 順位
- #28
- 合計出力トークン
- 597,236
- 応答時間（平均）
- 163.90s
- 合計コスト
- $1.546
- 順位
- #78
- 合計出力トークン
- 495,541
- 応答時間（平均）
- 118.97s
- 合計コスト
- $2.672
- 順位
- #106
- 合計出力トークン
- 241,309
- 応答時間（平均）
- 72.24s
- 合計コスト
- $0.767
おすすめモデル
Grok 4.6 (high)
この比較で最も高いスコア（9.3）を出し、全 4 モデルの中でコストと応答時間のバランスも最良です。
詳細比較
| 指標 | Grok 4.6 Grok 4.6 high | Seed 2.1 Turbo Seed 2.1 Turbo low | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low | Seed-2.0-Code Seed-2.0-Code low |
|---|---|---|---|---|
| スコア | 9.3 | 9.1 | 8.1 | 7.7 |
| 順位 | #19 | #28 | #78 | #106 |
| 信頼性 | 10.0 | 10.0 | 9.4 | 8.5 |
| 一貫性 | 10.0 | 9.2 | 9.2 | 7.8 |
| 試行回数 | 66/66 | 66/66 | 66/66 | 66/66 |
| 正解テスト | ||||
| 試行ごとの合格率 | 86.4% | 80.3% | 72.7% | 77.3% |
| 不安定なテスト | 0 | 2 | 2 | 6 |
| 総実行回数 | 66 | 66 | 66 | 66 |
| 結果あたりのコスト | 10.042 | 9.091 | 17.812 | 5.899 |
| 合計コスト | $1.908 | $1.546 | $2.672 | $0.767 |
| 入力価格 | $2.000 / 1M | $0.500 / 1M | $2.000 / 1M | $0.500 / 1M |
| 出力価格 | $6.000 / 1M | $2.500 / 1M | $6.000 / 1M | $3.000 / 1M |
| 合計入力トークン | 107,275 | 104,464 | 113,279 | 85,657 |
| 出力トークン | 5,094 | 6,844 | 121,045 | 8,142 |
| 推論トークン | 277,123 | 590,392 | 374,496 | 233,167 |
| 応答時間（平均） | 84.15s | 163.90s | 118.97s | 72.24s |
| 応答時間（最大） | 618.49s | 739.98s | 534.21s | 485.92s |
| 応答時間（合計） | 1851.26s | 3605.87s | 2617.41s | 1589.31s |
| パラメータ | ~1.7T 総数 (~170B アクティブ) | ~200B 総数 (~20B アクティブ) | 2.4T 総数 (95B アクティブ) | ~200B 総数 (~20B アクティブ) |
| 公開状況 | クローズド | クローズド | 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.
#19 SpaceXAI: Grok 4.6
high- コスト
- $0.107
- 時間
- 265.1s
- トークン
- 18,001 tok
#28 Seed 2.1 Turbo
low- コスト
- $0.049
- 時間
- 298.8s
- トークン
- 19,730 tok
#78 Qwen3.8 2.4T A95B
low- コスト
- $0.100
- 時間
- 193.2s
- トークン
- 16,767 tok
#106 Seed-2.0-Code
low
Provider returned error
- コスト
- $0.000
- 時間
- 0.3s
- トークン
- 0 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.44s | 2,991 | 79 | 6,805 | |
| Seed 2.1 Turbo | 8.2 | 7.9 | 83.3% | 1 | 34.78s | 906 | 624 | 22,595 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 22.04s | 1,104 | 397 | 4,814 | |
| Seed-2.0-Code | 8.7 | 7.9 | 91.7% | 1 | 39.56s | 930 | 2,650 | 15,987 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 102.20s | 9,579 | 379 | 51,829 | |
| Seed 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 360.85s | 8,220 | 385 | 207,368 | |
| Qwen3.8 2.4T A95B | 7.8 | 9.3 | 66.7% | 0 | 172.53s | 6,716 | 21,405 | 57,399 | |
| Seed-2.0-Code | 7.0 | 7.1 | 55.6% | 1 | 109.70s | 7,948 | 455 | 55,759 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 91.77s | 68,548 | 3,931 | 34,529 | |
| Seed 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 359.97s | 74,199 | 4,604 | 132,545 | |
| Qwen3.8 2.4T A95B | 8.2 | 6.9 | 66.7% | 1 | 231.85s | 85,267 | 8,008 | 50,681 | |
| Seed-2.0-Code | 7.3 | 5.8 | 83.3% | 1 | 99.12s | 55,969 | 3,774 | 21,408 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.08s | 8,937 | 225 | 6,590 | |
| Seed 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 34.55s | 8,544 | 246 | 12,576 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 22.27s | 7,956 | 839 | 2,445 | |
| Seed-2.0-Code | 10.0 | 10.0 | 100.0% | 0 | 24.88s | 8,046 | 246 | 1,639 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 5.3 | 10.0 | 33.3% | 0 | 369.95s | 2,523 | 14 | 154,471 | |
| Seed 2.1 Turbo | 2.9 | 7.2 | 11.1% | 1 | 424.53s | 775 | 8 | 166,776 | |
| Qwen3.8 2.4T A95B | 3.2 | 9.3 | 0.0% | 0 | 287.65s | 1,008 | 16,133 | 156,114 | |
| Seed-2.0-Code | 4.1 | 4.4 | 44.5% | 2 | 238.45s | 975 | 16 | 132,626 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 19.51s | 1,077 | 56 | 2,448 | |
| Seed 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 41.83s | 573 | 235 | 6,851 | |
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 22.97s | 606 | 44 | 1,497 | |
| Seed-2.0-Code | 6.5 | 3.4 | 66.7% | 1 | 11.14s | 579 | 179 | 1,117 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 13.82s | 1,857 | 57 | 4,318 | |
| Seed 2.1 Turbo | 9.8 | 10.0 | 100.0% | 0 | 5.05s | 816 | 72 | 1,271 | |
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 19.54s | 903 | 263 | 1,480 | |
| Seed-2.0-Code | 9.8 | 10.0 | 100.0% | 0 | 12.20s | 828 | 72 | 1,034 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 15.56s | 2,430 | 122 | 5,706 | |
| Seed 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 23.45s | 867 | 430 | 12,087 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 43.37s | 1,026 | 1,154 | 25,563 | |
| Seed-2.0-Code | 9.9 | 10.0 | 100.0% | 0 | 12.50s | 885 | 445 | 2,470 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.30s | 8,544 | 216 | 1,505 | |
| Seed 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 27.40s | 9,297 | 228 | 1,452 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 25.88s | 8,481 | 302 | 975 | |
| Seed-2.0-Code | 10.0 | 10.0 | 100.0% | 0 | 55.56s | 9,315 | 296 | 637 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 54.22s | 789 | 15 | 8,922 | |
| Seed 2.1 Turbo | 3.0 | 10.0 | 0.0% | 0 | 171.92s | 267 | 12 | 26,871 | |
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 422.46s | 212 | 72,500 | 73,528 | |
| Seed-2.0-Code | 3.0 | 10.0 | 0.0% | 0 | 10.02s | 182 | 9 | 490 |
クイック比較
比較ペアを切り替え
Seed-2.0-CodelowvsGLM 5mediumGPT-5.5lowvsGrok 4.6highGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowClaude Opus 4.6mediumvsSeed-2.0-CodelowClaude Opus 5.5lowvsGrok 4.6highSeed 2.1 TurbolowvsGemini 3.8 FlashmediumSeed-2.0-CodelowvsQwen3.7 FlashhighGPT-6 AstramediumvsGrok 4.6highGPT-5.6 SolmediumvsGrok 4.6highGPT-6 SolmediumvsGrok 4.6highQwen3.8 2.4T A95BlowvsGrok 4.7medium