AI BENCHY Compare
Anthropic: Claude Opus 4.7 vs Qwen: Qwen3.7 Plus
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: 2026-06-03
| 指標 | Claude Opus 4.7 Claude Opus 4.7 medium | Qwen3.7 Plus Qwen3.7 Plus medium |
|---|---|---|
| スコア | 8.9 | 8.4 |
| 順位 | #7 | #16 |
| 信頼性 | 10.0 | 9.9 |
| 一貫性 | 10.0 | 9.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 85.0% | 80.0% |
| 不安定なテスト | 0 | 2 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 3.670 | 1.324 |
| 合計コスト | $0.624 | $0.199 |
| 入力価格 | $5.000 / 1M | $0.400 / 1M |
| 出力価格 | $25.000 / 1M | $1.600 / 1M |
| 合計入力トークン | 61,569 | 38,104 |
| 出力トークン | 10,439 | 2,107 |
| 推論トークン | 2,198 | 112,479 |
| 応答時間（平均） | 4.48s | 36.84s |
| 応答時間（最大） | 23.18s | 178.04s |
| 応答時間（合計） | 85.21s | 736.86s |
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 4.7 | 8.3 | 10.0 | 75.0% | 0 | 1.85s | 894 | 348 | 0 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 8.58s | 672 | 195 | 5,065 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 14.79s | 6,798 | 6,210 | 1,114 | |
| Qwen3.7 Plus | 6.5 | 5.9 | 66.7% | 1 | 122.40s | 3,637 | 396 | 30,301 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 21.45s | 24,501 | 2,369 | 1,084 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 65.24s | 14,934 | 366 | 10,132 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.37s | 10,533 | 324 | 0 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 21.75s | 7,782 | 270 | 6,713 |
| 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 4.7 | 7.7 | 10.0 | 66.7% | 0 | 1.17s | 630 | 51 | 0 | |
| Qwen3.7 Plus | 3.6 | 7.2 | 22.2% | 1 | 45.35s | 771 | 57 | 27,073 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.87s | 723 | 256 | 0 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 25.48s | 516 | 123 | 3,998 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 939 | 114 | 0 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 16.13s | 699 | 102 | 5,013 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 939 | 370 | 0 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 16.38s | 696 | 280 | 7,312 |
| 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 4.7 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 15,339 | 373 | 0 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 15.02s | 8,193 | 292 | 1,831 |
| 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 4.7 | 3.0 | 10.0 | 0.0% | 0 | 2.25s | 273 | 24 | 0 | |
| Qwen3.7 Plus | 3.0 | 10.0 | 0.0% | 0 | 91.07s | 204 | 26 | 15,041 |
クイック比較
比較ペアを切り替え
Claude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGemini 3.5 FlashnonevsQwen3.7 PlusmediumClaude Opus 4.7mediumvsGemini 3.5 FlashlowGemini 3.5 FlashminimalvsQwen3.7 PlusmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumGPT-5.5lowvsQwen3.7 PlusmediumClaude Opus 4.7mediumvsGemini 3.5 FlashhighGemini 3 Flash PreviewnonevsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.7 Plusmedium