| #99 |
Gemini 4 Argon
low
|
Google |
1 |
0.8 |
$0.438 |
15/23 |
5.72s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $0.438
- 応答時間（平均）
- 5.72s
|
| #100 |
DeepSeek V4.1 Flash 1017
max
|
DeepSeek |
2 |
0.8 |
$0.757 |
15/23 |
78.2s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $0.757
- 応答時間（平均）
- 78.2s
|
| #114 |
Qwen3.8 Flash Next
low
|
Qwen |
1 |
0.8 |
~$0.045GPUの電気料金のみの推定です。コンピューターの他の部分とハードウェアの購入費用は含みません。 NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834. |
15/23 |
23.7s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- ~$0.045GPUの電気料金のみの推定です。コンピューターの他の部分とハードウェアの購入費用は含みません。 NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.
- 応答時間（平均）
- 23.7s
|
| #117 |
GLM 5.3 FlashX
max
|
Z.ai |
1 |
0.8 |
$0.623 |
15/23 |
44.0s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $0.623
- 応答時間（平均）
- 44.0s
|
| #122 |
Qwen3.8 2.4T A95B
high
|
Qwen |
2 |
0.8 |
$2.949 |
15/23 |
120.9s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $2.949
- 応答時間（平均）
- 120.9s
|
| #135 |
GPT-6 Luna
high
|
OpenAI |
1 |
0.8 |
$0.074 |
15/23 |
20.4s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $0.074
- 応答時間（平均）
- 20.4s
|
| #143 |
Qwen3.8 Flash Next
medium
|
Qwen |
1 |
0.8 |
~$0.047GPUの電気料金のみの推定です。コンピューターの他の部分とハードウェアの購入費用は含みません。 NVIDIA GeForce RTX 3090: 0.4752 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.046984. |
15/23 |
24.8s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- ~$0.047GPUの電気料金のみの推定です。コンピューターの他の部分とハードウェアの購入費用は含みません。 NVIDIA GeForce RTX 3090: 0.4752 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.046984.
- 応答時間（平均）
- 24.8s
|
| #145 |
Qwen3.8 27B
low
|
Qwen |
1 |
0.8 |
~$0.089GPUの電気料金のみの推定です。コンピューターの他の部分とハードウェアの購入費用は含みません。 NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310. |
15/23 |
46.6s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- ~$0.089GPUの電気料金のみの推定です。コンピューターの他の部分とハードウェアの購入費用は含みません。 NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.
- 応答時間（平均）
- 46.6s
|
| #162 |
Claude Fable 5.1
medium
|
Anthropic |
1 |
0.7 |
$3.197 |
15/23 |
11.9s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $3.197
- 応答時間（平均）
- 11.9s
|
| #163 |
Grok 4.7
medium
|
X AI |
1 |
0.7 |
$2.938 |
15/23 |
117.7s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $2.938
- 応答時間（平均）
- 117.7s
|
| #164 |
Gemini 2.5 Flash
medium
|
Google |
2 |
0.7 |
$0.680 |
15/23 |
20.5s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $0.680
- 応答時間（平均）
- 20.5s
|
| #166 |
Qwen3.6 Plus
medium
|
Qwen |
1 |
0.7 |
$0.554 |
15/23 |
57.4s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $0.554
- 応答時間（平均）
- 57.4s
|
| #204 |
Mercury 2.5 Preview
medium
|
Inception |
1 |
0.7 |
$0.039 |
15/23 |
6.66s |
- 合計テスト数
- 23
- 誤答テスト数
- 8
- 合計コスト
- $0.039
- 応答時間（平均）
- 6.66s
|
| #68 |
MiMo-V2.6-Pro
medium
|
Xiaomi |
1 |
0.9 |
$0.586 |
14/23 |
148.1s |
- 合計テスト数
- 23
- 誤答テスト数
- 9
- 合計コスト
- $0.586
- 応答時間（平均）
- 148.1s
|
| #72 |
Muse Spark 1.1
low
|
Meta |
3 |
0.9 |
$0.885 |
14/23 |
13.2s |
- 合計テスト数
- 23
- 誤答テスト数
- 9
- 合計コスト
- $0.885
- 応答時間（平均）
- 13.2s
|