Multiverse Computing：モデルの知能、性能、料金
この分析は、ユースケースに最適なMultiverse Computing提供モデルを選ぶための参考情報です。
最高の知能
GLM-5.3 (max)GLM-5.2 (max)
Qwen3.8 27B (xhigh)Quasar 438B (max)Qwen3.8 27B (non-reasoning)Intelligence Index
モデル合計：5件
最速
Qwen3.8 27B (non-reasoning)GLM-5.3 (max)Qwen3.8 27B (xhigh)Quasar 438B (max)GLM-5.2 (max)出力速度
モデル合計：5件
最安料金
Quasar 438B (max)Qwen3.8 27B (xhigh)Qwen3.8 27B (non-reasoning)GLM-5.2 (max)GLM-5.3 (max)ブレンド料金（100万トークンあたり）
モデル合計：5件
Multiverse Computingは5モデルを提供しており、知能、性能、料金の特性はそれぞれ異なります。 以下でモデル間の主要指標を比較します。
- Multiverse Computingで知能が上位のモデルはGLM-5.3 (max)（45）、GLM-5.2 (max)（34）、Qwen3.8 27B (xhigh)（34）です。
- 出力速度が最も速いモデルはQwen3.8 27B (non-reasoning)（208 t/s）、GLM-5.3 (max)（198 t/s）、Qwen3.8 27B (xhigh)（185 t/s）です。 モデル間の速度差は大きく、最速と最遅で99%の差があります。
- 遅延では、Qwen3.8 27B (non-reasoning)（0.89秒）、GLM-5.3 (max)（11.56秒）、Qwen3.8 27B (xhigh)（11.68秒）の最初の回答トークンまでの時間が最短です。
- 料金では、Quasar 438B (max)（$0.06）、Qwen3.8 27B (xhigh)（$0.07）、Qwen3.8 27B (non-reasoning)（$0.07）の100万トークンあたりのブレンド料金が最安です。
- Multiverse Computingで最大のコンテキストウィンドウに対応するモデルはGLM-5.3 (max)（1M）、GLM-5.2 (max)（1M）、Quasar 438B (max)（1M）です。
知能評価
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Indexと料金
コンテキストウィンドウ
コンテキストウィンドウ
料金
Intelligence Indexと料金
性能の概要
出力速度と料金
速度
出力速度（1秒あたりのトークン数）で測定
出力速度
遅延
最初のトークンまでの時間（秒）で測定
遅延: 最初の回答トークンまでの時間
キャッシュ動作
キャッシュヒット率
タスクあたりのコストとキャッシュヒット率
エンドツーエンド応答時間
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
エンドツーエンド応答時間と料金
詳細分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1M | オープン | 45 | $0.80 | 211 | 0.85 | 12.70 | 9.48 | |||
GLM-5.2 (max) | 1M | オープン | 34 | -- | 97 | 0.88 | 26.62 | 20.59 | |||
Qwen3.8 27B (xhigh) | 262k | オープン | 34 | -- | 192 | 0.80 | 13.83 | 10.43 | |||
Quasar 438B (max) | 1M | 独自 | 27 | -- | 185 | 1.20 | 14.70 | 10.80 | |||
Qwen3.8 27B (non-reasoning) | 262k | オープン | 20 | -- | 217 | 0.85 | 3.16 | -- | |||
 Mistral Small 3.1 | 128k | オープン | 7 | $0.04 | -- | -- | -- | -- | |||
主要な定義
よくある質問
Multiverse Computingに関するよくある質問
Multiverse Computingが提供し、当社が追跡しているモデルは5モデルです：GLM-5.3 (max)、GLM-5.2 (max)、Qwen3.8 27B (xhigh)、Quasar 438B (max)、Qwen3.8 27B (non-reasoning)。
Multiverse Computingで利用できるモデルのうち、知能が最も高いのはIntelligence Indexスコア45のGLM-5.3 (max)です。
Multiverse Computingで出力速度が最も速いモデルは、毎秒208.2トークンのQwen3.8 27B (non-reasoning)です。
Multiverse Computingで最初の回答トークンまでの時間が最短のモデルは、0.89秒のQwen3.8 27B (non-reasoning)です。遅延が短いほど、最初の応答が速くなります。
Multiverse Computingでブレンド料金が最も安いモデルは、100万トークンあたり$0.06のQuasar 438B (max)です（キャッシュヒット／入力／出力を7:2:1とした場合）。
Multiverse Computingのモデル間では料金に最大2倍の差があり、Quasar 438B (max)の100万トークンあたり$0.06から、GLM-5.3 (max)の$0.12までとなっています。
はい。Multiverse ComputingはOpenAI互換APIを提供しているため、OpenAIからの切り替えや既存のOpenAI SDK連携の利用が容易です。
はい。Multiverse Computingの全5モデルが、構造化出力のJSONモードに対応しています。
はい。Multiverse Computingの全5モデルが関数呼び出し（ツール利用）に対応しています。
はい。Multiverse Computingは4推論モデルを提供しています：GLM-5.3 (max)、GLM-5.2 (max)、Qwen3.8 27B (xhigh)、Quasar 438B (max)。推論モデルは回答前に拡張思考を行い、複雑な問題に取り組みます。
はい。Multiverse Computingの5モデル中4モデルがオープンウェイトです：GLM-5.3 (max)、GLM-5.2 (max)、Qwen3.8 27B (xhigh)、Qwen3.8 27B (non-reasoning)。
はい。インフラストラクチャの変更、負荷分散、アップデートにより、プロバイダーの性能は時間とともに変化する場合があります。すべてのプロバイダーを継続的にベンチマークし、「推移」グラフに過去の性能傾向を表示しています。
Multiverse Computingのモデルを選ぶ際は、知能（品質を重視するタスク）、出力速度（高スループットが必要なタスク）、遅延（最初の応答の速さが必要な対話型アプリケーション）、料金（費用を重視するワークロード）、コンテキストウィンドウの規模、JSONモード、関数呼び出しへの対応などを検討してください。