AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-122B-A10B

概要

Claude Opus 4.8 vs Qwen3.5-122B-A10B の benchmark 比較: 平均スコアは 7.7 vs 7.7 でほぼ同等です。 Qwen3.5-122B-A10B の benchmark コストが低く、$0.588 vs $1.270 です。 Claude Opus 4.8 の方が高速で、10.83s vs 42.49s です、成功率は 79.4% vs 73.0% 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、Qwen3.5-122B-A10B より約 3.9 倍速く応答します。

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 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium リリース: 2026-02-24

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium リリース: 2026-02-24
スコア	7.7	7.7
順位	#38	#37
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	79.4%	73.0%
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	8.466	5.235
合計コスト	$1.270	$0.588
入力価格	$5.000 / 1M	$0.260 / 1M
出力価格	$25.000 / 1M	$2.080 / 1M
合計入力トークン	60,946	41,832
出力トークン	31,771	26,187
推論トークン	6,831	251,028
応答時間（平均）	10.83s	42.49s
応答時間（最大）	127.97s	168.16s
応答時間（合計）	227.39s	892.30s

生成ショーケース

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

コスト: $0.031
時間: 14.1s
トークン: 1,345 tok

#37 Qwen3.5-122B-A10B

medium

コスト: $0.019
時間: 48.7s
トークン: 6,034 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

クイック比較

比較ペアを切り替え