BenchLeader

Grok 4.7 vs Qwen3.6 Max

詳しいプロフィール:Grok 4.7(SpaceXAI)とQwen3.6 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 12件の情報源のデータ

2026年11月16日時点で、品質ではQwen3.6 MaxがGrok 4.7を上回ります(BenchLeader Indexで62.1 対 57.4)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$3.00 対 $2.92)。コーディング(61 対 56)を重視するならGrok 4.7、エージェント・ツール(72 対 57)、数学(64 対 56)、推論(61 対 56)を重視するならQwen3.6 Maxが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはGrok 4.7が57.4、Qwen3.6 Maxが62.1です(BenchLeader、2026年11月16日)。
  • Grok 4.7の100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
  • Qwen3.6 Maxの100万トークンあたりのブレンド価格は$2.92です(定価、2026年11月16日)。
  • Arena WebDevでの評価はGrok 4.7が1641、Qwen3.6 Maxが1482です(LMArena、2026年11月16日までの公開値)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングGrok 4.7カテゴリスコア61 対 56;Arena WebDev 1641 対 1482中
エージェント・ツール利用Qwen3.6 Maxカテゴリスコア72 対 57高
数学Qwen3.6 Maxカテゴリスコア64 対 56;Arena Maths 1471 対 1447高
推論Qwen3.6 Maxカテゴリスコア61 対 56;Arena Hard Prompts 1481 対 1466中
知識どちらでもカテゴリスコア60 対 60;SimpleQA Verified 56.0% 対 52.0%どちらでも
長い文書Qwen3.6 Maxカテゴリスコア65 対 63;AA-LCR v1.1 80.7% 対 76.7%中
チャットの質(人間の評価)Qwen3.6 MaxArenaの投票で65 対 63中
最低コストどちらでも100万トークンあたりブレンド価格$3.00 対 $2.92;エージェント型コーディングセッション$0.144 対 $0.109–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • 品質ではQwen3.6 Max (max)がリードしています:62.1 対 57.4。
  • Grok 4.7 (xhigh)はコーディング、知識で優れています。
  • Qwen3.6 Max (max)はエージェント・ツール、人間の評価、長文コンテキスト、数学、推論で優れています。
  • 価格はほぼ同じです(100万トークンあたりブレンド価格$2.92)。

概要

仕様Grok 4.7Qwen3.6 Max
プロバイダーSpaceXAIAlibaba
リリース日2026年9月21日2026年4月20日
コンテキストウィンドウ(トークン)500,000262,144
比較した構成Grok 4.7 (xhigh)Qwen3.6 Max (max)
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$2.00 / $6.00 / $0.500$1.30 / $7.80 / $0.130

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリGrok 4.7 (xhigh)Qwen3.6 Max (max)トップ
推論55.660.8Qwen3.6 Max
コーディング60.955.9Grok 4.7
エージェント・ツール56.972.1Qwen3.6 Max
数学55.864.4Qwen3.6 Max
知識59.959.7互角
指示追従–74.7比較不可
人間の評価62.564.5Qwen3.6 Max
マルチモーダル55.5–比較不可
長文コンテキスト62.965.0Qwen3.6 Max
総合52.8–比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキスト人間の評価Grok 4.7, 推論: 55.6Grok 4.7, コーディング: 60.9Grok 4.7, エージェント・ツール: 56.9Grok 4.7, 数学: 55.8Grok 4.7, 知識: 59.9Grok 4.7, 長文コンテキスト: 62.9Grok 4.7, 人間の評価: 62.5Qwen3.6 Max, 推論: 60.8Qwen3.6 Max, コーディング: 55.9Qwen3.6 Max, エージェント・ツール: 72.1Qwen3.6 Max, 数学: 64.4Qwen3.6 Max, 知識: 59.7Qwen3.6 Max, 長文コンテキスト: 65.0Qwen3.6 Max, 人間の評価: 64.5

描画していないもの(測定済みのモデルが2つ未満):指示追従, マルチモーダル。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある18件のベンチマークのうち、Grok 4.7のリードが9件、Qwen3.6 Maxのリードが9件です。両方を評価しているすべての総合指標で、Qwen3.6 Maxが上回っています。

総合IndexGrok 4.7 (xhigh)Qwen3.6 Max (max)トップ
BenchLeader Index57.462.1Qwen3.6 Max
Arena Text14431460Qwen3.6 Max

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Grok 4.7 (xhigh)Qwen3.6 Max (max)
100万トークンあたりのブレンド価格$3.00$2.92
100万トークンあたりの入力/出力$2.00 / $6.00$1.30 / $7.80
100万トークンあたりのキャッシュ入力$0.500$0.130
タスクあたりの価格:チャットの返答$0.0026$0.0029
タスクあたりの価格:30ページのレポートを要約$0.028$0.020
タスクあたりの価格:コード編集$0.021$0.019
タスクあたりの価格:エージェント型コーディングセッション$0.144$0.109
タスクあたりの価格:構造化データの抽出$0.0052$0.0042
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.076$0.057
ベンチマークのタスクあたりのコスト(AA Index)$7.77–
タスクあたりの出力トークン(AA Index)105k–
うち推論69k–
タスクあたりの時間(AA Index)26 min–
出力速度68 tok/s–
回答開始までの時間55.9秒–
回答が完了するまでの時間(最終測定2026年11月13日)145.5秒–

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Grok 4.7 (xhigh)のスコアは57.4、最初の回答トークンまで56秒。Grok 4.7 (high)は56.9(35秒)、Grok 4.7 (low)は55.4(10秒)。Qwen3.6 Max (max)のスコアは62.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

157件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Grok 4.7 (xhigh)Qwen3.6 Max (max)
BenchLeader IndexBenchLeader57.462.1
エージェント・ツールスコアBenchLeader56.972.1
コーディングスコアBenchLeader60.955.9
総合スコアBenchLeader52.8–
人間の評価スコアBenchLeader62.564.5
知識スコアBenchLeader59.959.7
長文コンテキストスコアBenchLeader62.965.0
数学スコアBenchLeader55.864.4
マルチモーダルスコアBenchLeader55.5–
推論スコアBenchLeader55.660.8
指示追従スコアBenchLeader–74.7
ブレンド価格($/100万トークン)BenchLeader$3.00$2.92
出力速度BenchLeader68 tok/s–
回答開始までの時間BenchLeader55.9秒–
コンテキストウィンドウBenchLeader500,000トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub92.7%87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)14661481
LiveBench 2.0 ReasoningLiveBench82.7%–
LiveBench 1.0 ReasoningLiveBench82.7%–
GPQA Diamond (AA)Artificial Analysis–88.8%
Humanity's Last Exam (AA)Artificial Analysis43.1%30.8%
HLE-Diamond (AA)Artificial Analysis23.2%–
ARC-AGI-1ARC Prize89.5%–
ARC-AGI-2ARC Prize61.4%–
ARC-AGI-3ARC Prize7.0%–
CritPtArtificial Analysis17.7%3.7%
CritPt v2 hard subset (AA)Artificial Analysis33.5%–
MysteryMechanismVals AI25.2%–
HLE-Diamond (Scale)Scale AI SEAL23.4%†–
Arena ExpertArena (LMArena)14781497
Chess PuzzlesEpoch AI Benchmarking Hub41.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub29.0%19.0%†
LMCAEpoch AI Benchmarking Hub49.4%42.5%
DTBenchEpoch AI Benchmarking Hub96.0%87.2%
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
SciCodeSciCode57.4%–
FrontierCodeCognition47.6%†–
Arena CodingArena (LMArena)14931510
Arena WebDevArena (LMArena)16411482
157件のベンチマークをすべて表示
指標公開元Grok 4.7 (xhigh)Qwen3.6 Max (max)
コーディング
LiveBench 2.0 CodingLiveBench73.1%–
LiveBench 1.0 CodingLiveBench77.2%–
IOIVals AI57.7%–
SWE-bench (Vals)Vals AI–72.8%
Code MigrationVals AI44.8%–
Code Migration v1.1Vals AI53.2%–
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI42.9%–
Vibe Code Bench v1.1Vals AI86.2%–
Vibe Code Bench 1-100 v1.1Vals AI26.4%–
SWE Atlas v1.1Scale AI SEAL62.1%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL73.4%†–
SWE Atlas v1.1: Test WritingScale AI SEAL64.4%†–
SWE Atlas v1.1: RefactoringScale AI SEAL48.6%†–
MirrorCodeEpoch AI Benchmarking Hub54.4%–
CursorBenchCursor46.3%–
ALE-BenchEpoch AI Benchmarking Hub1545.8–
FrontierSWEEpoch AI Benchmarking Hub29.5%–
WeirdML v3WeirdML8.4%–
Terminal-Bench 4.0 (AA)Artificial Analysis25.8%–
Startrise FrontendStartrise75.9%†–
GameBench 2 OverallDuelLab GameBench 263.6†–
GameBench 2 by reasoning settingDuelLab GameBench 271.2–
Design Arena WebsiteDesign Arena1244†–
FrontierCode 1.1 (AA)Artificial Analysis33.8%–
FrontierCode 2.0 (AA)Artificial Analysis28.7%–
エージェント・ツール
Terminal-BenchTerminal-Bench38.8%–
APEX-AgentsMercor54.6%†–
Arena AgentArena (LMArena)2.6–
LiveBench Long AgenticLiveBench45.3%–
LiveBench BrowserLiveBench49.3%–
LiveBench Agentic CodingLiveBench54.0%–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
Terminal-Bench 2.1 (Vals)Vals AI73.4%–
GDPval-AA v2.1, normalised scoreArtificial Analysis60.7%–
GDPval-AA v2.1Artificial Analysis1717–
ITBench SRE (AA)Artificial Analysis42.1%–
Analyst Agent (AA)Artificial Analysis52.5%–
CyberBenchVals AI69.5%–
Finance Agent v2Vals AI52.3%–
Finance Agent v2.1Vals AI60.6%–
Harvey's Legal Agent Benchmark v1.1Vals AI18.3%–
Harvey's Legal Agent Benchmark v1Vals AI12.5%–
Legal Research BenchVals AI47.1%–
Robo-benchVals AI0.2%–
SREBenchVals AI3.8%–
Tax Agent BenchVals AI35.8%–
Terminal-Bench 2.0 (Vals)Vals AI–51.7%
Terminal-Bench 4.0 (Vals)Vals AI28.8%–
Terminal-Bench ScienceVals AI10.0%–
Arena Agent Task CompletionArena (LMArena)5.1–
Vending-Bench 2Andon Labs10536.8†4254.2
AutomationBenchArtificial Analysis65.6%–
GDP.pdf (AA)Artificial Analysis20.0%–
Harvey LAB-AA v1.1Harvey9.4%–
AA-Briefcase v1.1Artificial Analysis1636–
GDPxGDPx by SemiAnalysis3.9%–
Design Arena AgenticDesign Arena1277†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis11.4%–
CWE-Bench (AA)Artificial Analysis68.3%–
DeepSec-Bench (AA)Artificial Analysis26.9%–
CyberGym end-to-end (AA)Artificial Analysis74.0%–
MKA (AA)Artificial Analysis40.1%–
FACTS SearchGoogle85.6%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub53.0%–
FrontierMath Tier 4Epoch AI Benchmarking Hub17.1%–
OTIS Mock AIMEEpoch AI Benchmarking Hub98.1%91.1%
ProofBenchVals AI26.0%†–
LiveBench MathematicsLiveBench95.7%–
Arena MathsArena (LMArena)14471471
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub56.0%52.0%
LiveBench 2.0 Data AnalysisLiveBench76.9%–
LiveBench ResearchLiveBench89.5%–
LiveBench 1.0 Data AnalysisLiveBench76.9%–
AA-Omniscience v1.1Artificial Analysis31.2–
LegalBenchVals AI84.4%–
CorpFinVals AI–66.5%
PRBench LegalScale AI SEAL47.6%–
BioMysteryBenchVals AI69.3%–
CaseLaw v2Vals AI–47.9%
Excel Modeling BenchmarkVals AI67.0%–
Excel Modeling Benchmark v1.1Vals AI71.5%–
MedCodeVals AI49.5%–
MedScribeVals AI89.4%–
Public Benefits Bench v1.1Vals AI65.6%–
Access to Justice BenchmarkVals AI73.7%–
Financial Coaching BenchVals AI74.1%–
Immigration BenchVals AI68.0%–
GDP.pdfEpoch AI Benchmarking Hub22.8%–
AA-Omniscience v1.1: accuracyArtificial Analysis42.7%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis80.0%–
HealthBench Professional (AA)OpenAI55.8%–
FACTS ParametricGoogle54.3%†–
指示追従
LiveBench LanguageLiveBench80.1%–
LiveBench Instruction FollowingLiveBench75.3%–
IFBenchArtificial Analysis–76.6%
Arena Instruction FollowingArena (LMArena)14351451
人間の評価
Arena TextArena (LMArena)14431460
EQ-Bench Creative Writing v3EQ-Bench2012†–
Arena Creative WritingArena (LMArena)14211438
Arena Multi-turnArena (LMArena)14351466
Arena Longer QueriesArena (LMArena)14541473
マルチモーダル
Arena VisionArena (LMArena)1230–
LiveBench DesignLiveBench75.0%–
MMMU-ProArtificial Analysis78.2%†–
SAGEVals AI88.7%–
GeoBenchGeoBench61.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub32.5%†–
Furniture AssemblyEpoch AI Benchmarking Hub20.8%–
VIALS-AAHandshake AI37.9%–
Code2Video-AAArtificial Analysis1127–
AA-3DArtificial Analysis992–
FACTS MultimodalGoogle40.9%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis76.7%80.7%
MLCRArtificial Analysis20.0%–
FACTS GroundingGoogle68.6%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub156.2†149.8
LiveBench 2.0LiveBench67.9%–
LiveBench 1.0LiveBench77.4%–
AA Intelligence Index v5.0.1Artificial Analysis35.5–
AA Intelligence Index v4.3.2Artificial Analysis46.528.4
AA Progress Index v1Artificial Analysis322.7297.1
Vals IndexVals AI58.6–
Vals Finance IndexVals AI58.8%–
Vals RSI IndexVals AI20.2%–
Vals Science IndexVals AI34.8%–
Vals Router IndexVals AI58.6%†–
Vals Legal IndexVals AI72.7%–
AA Cyber IndexArtificial Analysis56.4–
安全性・誠実さ
DistressBenchScale AI SEAL52.4%†–

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Grok 4.7 (xhigh):BenchLeader Index 58.0 → 57.4。
  • Grok 4.7 (xhigh):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Grok 4.7 (xhigh):新しい結果1件(MirrorCode)。
  • Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
  • Grok 4.7 (xhigh):新しい結果1件(ALE-Bench)。
  • Grok 4.7 (xhigh):スコアの改訂2件。
  • Grok 4.7 (xhigh):スコアの改訂2件。
  • Grok 4.7 (xhigh):スコアの改訂2件。
  • Grok 4.7 (xhigh):スコアの改訂1件。
  • Grok 4.7 (xhigh):BenchLeader Index 59.5 → 58.0。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Grok 4.7 vs Qwen3.6 Max:よくある質問

Qwen3.6 MaxはGrok 4.7より優れていますか?
品質ではQwen3.6 Max (max)がリードしています:62.1 対 57.4。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では総合でQwen3.6 Max (max)が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
Grok 4.7とQwen3.6 Maxはどちらが安いですか?今後変わる予定はありますか?
現在はQwen3.6 Maxの方が安く、100万トークンあたり$2.92 対 $3.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはGrok 4.7とQwen3.6 Maxのどちらが向いていますか?
コーディングではGrok 4.7の方がスコアが高くなっています(カテゴリ指標で61 対 56。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Grok 4.7が1641、Qwen3.6 Maxが1482です。
エージェントやツール利用にはGrok 4.7とQwen3.6 Maxのどちらが向いていますか?
エージェント型のタスクではQwen3.6 Maxの方がスコアが高くなっています(カテゴリ指標で72 対 57。50が平均)。
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではQwen3.6 Maxの方がスコアが高くなっています(65 対 63)。コンテキストはGrok 4.7の方が長く、500,000トークンです(Qwen3.6 Maxは262,144トークン)。
ほかの質問(2件)
Grok 4.7とQwen3.6 Maxについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある18件のベンチマークのうち、Grok 4.7のリードが9件、Qwen3.6 Maxのリードが9件です。両方を評価しているすべての総合指標で、Qwen3.6 Maxが上回っています。
Grok 4.7はいつリリースされましたか?
Grok 4.7は2026年9月21日にリリースされました。