入力価格
$2.500 / 1M
出力価格
$15.000 / 1M
不安定なテスト
3
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 00:19 スイート変更 | 7.9 | 10.0 | $1.140 | 比較する | |
| 2026-04-11 01:44 最初に記録された実行 | 8.2 | 該当なし | $0.832 | 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 | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 最初に記録された実行 | 8.2 | 8.7 | 該当なし | 13/18 | 3 | 50,901 | 0 | $0.832 | 18.63s |
| 2026-05-22 00:19 · スイート変更 | 7.9 | 8.5 | 10.0 | 13/20 | 4 | 70,725 | 0 | $1.140 | 22.31s |
| 差分 | +0.3 | +0.2 | 0 | -1 | -19824 | 0 | -$0.308 | -3682ms |
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
GPT-5.4mediumvsGemma 4 31Bmedium無料で利用可能GPT-5.4mediumvsQwen3.5-27BmediumGPT-5.4mediumvsGemini 3.5 FlashnoneGPT-5.4mediumvsSeed-2.0-LitemediumGPT-5.4mediumvsQwen3.7 MaxnoneGPT-5.4mediumvsGemini 3 Flash PreviewmediumGPT-5.4mediumvsGemini 3.5 FlashhighGPT-5.4mediumvsRing-2.6-1TmediumGPT-5.4mediumvsGemini 3.5 Flashlow