AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 Max Preview

概要

Claude Opus 4.8 vs Qwen3.6 Max Preview の benchmark 比較: Qwen3.6 Max Preview が平均スコアでリードし、8.9 vs 7.7 です。 Qwen3.6 Max Preview の benchmark コストが低く、$0.960 vs $1.270 です。 Claude Opus 4.8 の方が高速で、10.83s vs 59.63s です、成功率は 79.4% vs 81.0% です。

おすすめモデル: Qwen3.6 Max Preview - この比較で最も高いスコア（8.9）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-02

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.6 Max Preview Qwen3.6 Max Preview medium リリース: 2026-04-20

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.6 Max Preview Qwen3.6 Max Preview medium リリース: 2026-04-20
スコア	7.7	8.9
順位	#38	#11
信頼性	10.0	10.0
一貫性	8.8	9.3
正解テスト
試行ごとの合格率	79.4%	81.0%
不安定なテスト	3	2
総実行回数	63	63
結果あたりのコスト	8.466	7.024
合計コスト	$1.270	$0.960
入力価格	$5.000 / 1M	$1.040 / 1M
出力価格	$25.000 / 1M	$6.240 / 1M
合計入力トークン	60,946	42,362
出力トークン	31,771	2,273
推論トークン	6,831	144,367
応答時間（平均）	10.83s	59.63s
応答時間（最大）	127.97s	238.07s
応答時間（合計）	227.39s	1252.17s

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

#11 Qwen3.6 Max Preview

medium

コスト: $0.024
時間: 76.5s
トークン: 3,861 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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		121.49s	14,934	390	14,575

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

クイック比較

比較ペアを切り替え