????
$0.252 / 1M
????
$0.378 / 1M
不安定なテスト
4
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-05-22 00:35 スイート変更 | 5.6 | 10.0 | $0.018 | 比較する | |
| 2026-05-08 15:31 スイート変更 | 5.7 | 10.0 | $0.016 | 比較する | |
| 2026-04-20 17:48 最初に記録された実行 | 6.1 | 該当なし | $0.016 | 現在の実行 |
実行比較
| 実行 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · 最初に記録された実行 | 6.1 | 8.1 | 該当なし | 7/18 | 4 | 8,384 | $0.016 | 12.09s |
| 2026-05-08 15:31 · スイート変更 | 5.7 | 7.9 | 10.0 | 7/19 | 5 | 7,194 | $0.016 | 13.43s |
| 差分 | +0.5 | +0.2 | 0 | -1 | +1190 | +$0.001 | -1340ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
DeepSeek V3.2nonevsGLM 5V TurbononeDeepSeek V3.2nonevsOwl AlphamediumDeepSeek V3.2nonevsQwen3.5-FlashnoneDeepSeek V3.2nonevsQwen3.5 Plus 2026-04-20noneDeepSeek V3.2nonevsNemotron 3 Supermedium無料で利用可能DeepSeek V3.2nonevsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsGemini 3 Flash PreviewmediumDeepSeek V3.2nonevsGemini 3.5 FlashhighDeepSeek V3.2nonevsRing-2.6-1TmediumDeepSeek V3.2nonevsGemini 3.5 Flashlow