????
$0.500 / 1M
????
$2.000 / 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 |
|---|---|---|---|---|---|
| 2026-04-27 21:46 新しいテストを追加 | 6.0 | 10.0 | $0.031 | 現在の実行 | |
| 2026-04-27 21:31 最初に記録された実行 | 5.9 | 10.0 | $0.027 | 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） |
|---|---|---|---|---|---|---|---|---|
| 2026-04-27 21:46 · 現在の実行 | 6.0 | 7.2 | 10.0 | 7/18 | 6 | 3,775 | $0.031 | 4.00s |
| 2026-04-27 21:31 · 最初に記録された実行 | 5.9 | 6.9 | 10.0 | 4/11 | 4 | 2,924 | $0.027 | 4.19s |
| 差分 | +0.1 | +0.3 | 0.0 | +3 | +2 | +851 | +$0.004 | -186ms |
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
Qwen3.6 27BnonevsQwen3.5-FlashnoneQwen3.6 27BnonevsSeed-2.0-LitenoneQwen3.6 27BnonevsGLM 5V TurbononeQwen3.6 27BnonevsGemini 2.5 FlashnoneQwen3.6 27BnonevsGPT-5 NanomediumQwen3.6 27BnonevsQwen3.5-35B-A3BnoneQwen3.6 27BnonevsGemini 3 Flash PreviewmediumQwen3.6 27BnonevsGemini 3.1 Pro PreviewmediumQwen3.6 27BnonevsHY3 Previewhigh無料で利用可能