入力価格
$0.065 / 1M
出力価格
$0.260 / 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 |
|---|---|---|---|---|---|
| 2026-05-21 23:57 スイート変更 | 7.4 | 8.3 | $0.104 | 比較する | |
| 2026-04-11 01:44 最初に記録された実行 | 7.8 | 該当なし | $0.080 | 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） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · 最初に記録された実行 | 7.8 | 7.3 | 該当なし | 11/18 | 6 | 193,972 | $0.080 | 66.72s |
| 2026-05-21 23:57 · スイート変更 | 7.4 | 7.6 | 8.3 | 11/20 | 6 | 286,029 | $0.104 | 65.64s |
| 差分 | +0.4 | -0.3 | 0 | 0 | -92057 | -$0.025 | +1088ms |
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-FlashmediumvsGemini 2.5 FlashmediumQwen3.5-FlashmediumvsQwen3.5-122B-A10BmediumQwen3.5-FlashmediumvsGemini 3.1 Flash LitemediumQwen3.5-FlashmediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.5-FlashmediumvsGrok Build 0.1mediumQwen3.5-FlashmediumvsGemini 3 Flash PreviewmediumQwen3.5-FlashmediumvsGemini 3.5 FlashhighQwen3.5-FlashmediumvsRing-2.6-1TmediumQwen3.5-FlashmediumvsGemini 3.5 Flashlow