比較するチャート

言語:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-27B

モデル名:

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 : 2026-02-27 15:16

概要

指標	Anthropic: Claude Opus 4.6 medium リリース: リリース日不明	Qwen: Qwen3.5-27B medium リリース: リリース日不明
順位	#20	#5
スコア	6.07	8.55
一貫性	8.80	9.55
結果あたりのコスト	10.992	2.950
合計コスト	$0.880	$0.325
正解テスト
誤答テスト数	6	3
試行ごとの合格率	61.9%	83.3%
不安定なテスト	2	1
出力トークン	19,576	1,091
推論トークン	11,081	131,807

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

Puzzle Solving	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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

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	出力トークン	推論トークン
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

比較ペアを切り替え

Anthropic: Claude Opus 4.6 と比較...

Qwen: Qwen3.5-27B と比較...