ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Anthropic: Claude Opus 4.8

概要

Claude Opus 4.6 vs Claude Opus 4.8 の benchmark 比較: 平均スコアは 7.7 vs 7.7 でほぼ同等です。 Claude Opus 4.8 の benchmark コストが低く、$1.270 vs $2.053 です。 Claude Opus 4.8 の方が高速で、10.83s vs 25.89s です、成功率は 61.9% vs 79.4% です。

おすすめモデル: Claude Opus 4.8 - ここでは最高スコア（7.7）で、Claude Opus 4.6 より約 1.6 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-30

指標 Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05 Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28
スコア 7.7 7.7
順位 #40 #38
信頼性 10.0 10.0
一貫性 8.8 8.8
正解テスト
試行ごとの合格率 61.9% 79.4%
不安定なテスト 3 3
総実行回数 63 63
結果あたりのコスト 17.103 8.466
合計コスト $2.053 $1.270
入力価格 $5.000 / 1M $5.000 / 1M
出力価格 $25.000 / 1M $25.000 / 1M
合計入力トークン 53,227 60,946
出力トークン 47,446 31,771
推論トークン 24,000 6,831
応答時間（平均） 25.89s 10.83s
応答時間（最大） 83.40s 127.97s
応答時間（合計） 362.49s 227.39s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#40 Claude Opus 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#38 Claude Opus 4.8

low
コスト
$0.031
時間
14.1s
トークン
1,345 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
コーディング スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
複合 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
データ解析と抽出 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
ドメイン特化 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
汎用知能 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
指示追従 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
パズル解決 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
ツール呼び出し スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
雑学 スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222

クイック比較

比較ペアを切り替え

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsKimi K2.6medium無料で利用可能Claude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighClaude Opus 4.8lowvsGrok Build 0.1medium