入力価格
$0.100 / 1M
出力価格
$0.300 / 1M
不安定なテスト
2
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 00:30 スイート変更 | 7.4 | 9.3 | $0.015 | 比較する | |
| 2026-05-08 15:30 スイート変更 | 7.6 | 10.0 | $0.011 | 現在の実行 | |
| 2026-04-11 00:35 最初に記録された実行 | 7.9 | 該当なし | $0.000 | 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 | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:30 · スイート変更 | 7.6 | 9.2 | 10.0 | 11/18 | 2 | 251,708 | 0 | $0.011 | 41.66s |
| 2026-04-11 00:35 · 最初に記録された実行 | 7.9 | 9.1 | 該当なし | 11/17 | 2 | 227,511 | 0 | $0.000 | 26.78s |
| 差分 | -0.3 | +0.1 | 0 | 0 | +24197 | 0 | +$0.011 | +14879ms |
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
Step 3.5 FlashmediumvsKimi K2.6medium無料で利用可能Step 3.5 FlashmediumvsGLM 5.1mediumStep 3.5 FlashmediumvsGemini 3.1 Flash Lite PreviewnoneStep 3.5 FlashmediumvsGPT-5.3 ChatnoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20mediumStep 3.5 FlashmediumvsMiMo-V2.5mediumStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsRing-2.6-1TmediumStep 3.5 FlashmediumvsGemini 3.5 Flashlow