- 順位
- #74
- 合計出力トークン
- 96,722
- 応答時間（平均）
- 32.23s
- 合計コスト
- $2.961
Claude Opus 4.6 (medium) vs Qwen3.8 27B (low)
Qwen3.8 27B (low) が平均スコアでリードし、7.9 vs 7.7 です。 Qwen3.8 27B (low) の benchmark コストが低く、~$0.071 vs $2.961 です。 Claude Opus 4.6 (medium) の方が高速で、32.23s vs 39.11s です、成功率は 63.6% vs 68.2% です。
- 順位
- #61
- 合計出力トークン
- 169,329
- 応答時間（平均）
- 39.11s
- 合計コスト
- ~$0.071
おすすめモデル
Qwen3.8 27B (low)
ここでは最高スコア（7.9）で、Claude Opus 4.6 (medium) より約 41.8 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.6 Claude Opus 4.6 medium | Qwen3.8 27B Qwen3.8 27B low |
|---|---|---|
| スコア | 7.7 | 7.9 |
| 順位 | #74 | #61 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.8 | 10.0 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 68.2% |
| 不安定なテスト | 3 | 0 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 22.777 | ~0.473 |
| 合計コスト | $2.961 | ~$0.071 |
| 入力価格 | $5.000 / 1M | 該当なし |
| 出力価格 | $25.000 / 1M | 該当なし |
| 合計入力トークン | 108,573 | 99,705 |
| 出力トークン | 69,994 | 1,545 |
| 推論トークン | 26,728 | 167,784 |
| 応答時間（平均） | 32.23s | 39.11s |
| 応答時間（最大） | 151.51s | 376.04s |
| 応答時間（合計） | 515.65s | 860.51s |
| パラメータ | ~5T 総数 (~500B アクティブ) | 27.3B |
| 公開状況 | クローズド | 重み公開 |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#74 Claude Opus 4.6
medium
無効なSVG
- コスト
- $0.000
- 時間
- 300.0s
- トークン
- 0 tok
#61 Qwen3.8 27B
low- コスト
- ~$0.003
- 時間
- 92.8s
- トークン
- 6,902 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 3.02s | 984 | 183 | 2,016 |
| 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 | |
| Qwen3.8 27B | 7.7 | 10.0 | 66.7% | 0 | 140.92s | 8,127 | 585 | 86,694 |
| 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 | 114.08s | 76,073 | 33,018 | 9,509 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 90.63s | 69,687 | 66 | 37,791 |
| 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 8.03s | 9,087 | 150 | 1,962 |
| 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 | 42.53s | 632 | 12,350 | 7,100 | |
| Qwen3.8 27B | 5.3 | 10.0 | 33.3% | 0 | 60.78s | 1,014 | 12 | 31,872 |
| 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 | |
| Qwen3.8 27B | 5.0 | 10.0 | 0.0% | 0 | 5.37s | 594 | 132 | 729 |
| 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 855 | 48 | 915 |
| 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 | |
| Qwen3.8 27B | 7.7 | 10.0 | 66.7% | 0 | 4.91s | 930 | 240 | 2,382 |
| 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 | |
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 8.42s | 8,145 | 15 | 1,350 |
| 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 | |
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 12.64s | 282 | 114 | 2,073 |
クイック比較
比較ペアを切り替え
Qwen3.8 27BlowvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.8 27BlowClaude Opus 4.6mediumvsSeed-2.0-CodelowKimi K3maxvsQwen3.8 27BlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsQwen3.7 FlashhighGPT-5.6 TerrahighvsQwen3.8 27BlowGemini 3.5 Flash LitemediumvsQwen3.8 27BlowQwen3.8 27BlowvsGLM 5.2mediumQwen3.8 27BlowvsInklingmediumClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highGPT-5.6 TerramediumvsQwen3.8 27Blow