入力価格
$0.139 / 1M
出力価格
$1.000 / 1M
不安定なテスト
6
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 00:15 スイート変更 | 7.0 | 6.7 | $0.547 | 現在の実行 | |
| 2026-04-11 01:44 最初に記録された実行 | 7.4 | 該当なし | $0.398 | 比較する |
この実行では別のベンチマークスイートが使われました。履歴の変化を読むときはスイート変更も考慮してください。
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） |
|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:15 · 現在の実行 | 7.3 | 7.5 | 10.0 | 11/20 | 6 | 361,788 | $0.536 | 69.66s |
| 2026-04-11 01:44 · 最初に記録された実行 | 7.4 | 6.7 | 該当なし | 10/18 | 7 | 218,898 | $0.398 | 44.51s |
| 差分 | -0.2 | +0.8 | +1 | -1 | +142890 | +$0.138 | +25147ms |
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
Qwen3.5-35B-A3BmediumvsGPT-5.3 ChatnoneQwen3.5-35B-A3BmediumvsKimi K2.6medium無料で利用可能Qwen3.5-35B-A3BmediumvsGLM 5.1mediumQwen3.5-35B-A3BmediumvsStep 3.7 FlashlowQwen3.5-35B-A3BmediumvsGemini 3.1 Flash LitelowQwen3.5-35B-A3BmediumvsStep 3.5 FlashmediumQwen3.5-35B-A3BmediumvsGemini 3 Flash PreviewmediumQwen3.5-35B-A3BmediumvsGemini 3.5 FlashhighQwen3.5-35B-A3BmediumvsRing-2.6-1TmediumQwen3.5-35B-A3BmediumvsGemini 3.5 Flashlow