- 順位
- #67
- 合計出力トークン
- 52,237
- 応答時間（平均）
- 12.88s
- 合計コスト
- $2.089
Claude Opus 4.8 (low) vs Qwen3.6 Plus (medium)
Qwen3.6 Plus (medium) が平均スコアでリードし、7.8 vs 7.8 です。 Qwen3.6 Plus (medium) の benchmark コストが低く、$0.418 vs $2.089 です。 Claude Opus 4.8 (low) の方が高速で、12.88s vs 45.52s です、成功率は 80.3% vs 71.2% です。
- 順位
- #61
- 合計出力トークン
- 197,632
- 応答時間（平均）
- 45.52s
- 合計コスト
- $0.418
おすすめモデル
Qwen3.6 Plus (medium)
ここでは最高スコア（7.8）で、Claude Opus 4.8 (low) より約 5.0 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 low | Qwen3.6 Plus Qwen3.6 Plus medium |
|---|---|---|
| スコア | 7.8 | 7.8 |
| 順位 | #67 | #61 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 9.3 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 80.3% | 71.2% |
| 不安定なテスト | 3 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 13.054 | 1.695 |
| 合計コスト | $2.089 | $0.418 |
| 入力価格 | $5.000 / 1M | $0.325 / 1M |
| 出力価格 | $25.000 / 1M | $1.950 / 1M |
| 合計入力トークン | 156,522 | 97,698 |
| 出力トークン | 43,056 | 6,417 |
| 推論トークン | 9,181 | 191,215 |
| 応答時間（平均） | 12.88s | 45.52s |
| 応答時間（最大） | 127.97s | 291.55s |
| 応答時間（合計） | 283.32s | 955.94s |
| パラメータ | ~5T 総数 (~500B アクティブ) | ~397B 総数 (~17B アクティブ) |
| 公開状況 | クローズド | クローズド |
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.
#67 Claude Opus 4.8
low- コスト
- $0.031
- 時間
- 14.1s
- トークン
- 1,345 tok
#61 Qwen3.6 Plus
medium- コスト
- $0.024
- 時間
- 219.0s
- トークン
- 12,235 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 9.90s | 672 | 207 | 7,557 |
| 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 Plus | 6.1 | 7.8 | 44.4% | 1 | 153.12s | 7,098 | 58 | 50,586 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 36.87s | 119,079 | 13,586 | 2,867 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 163.25s | 71,058 | 5,011 | 55,925 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 14.95s | 7,782 | 270 | 10,706 |
| 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 | 46.54s | 972 | 23,226 | 4,472 | |
| Qwen3.6 Plus | 2.9 | 7.2 | 11.1% | 1 | 46.39s | 780 | 61 | 39,854 |
| 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 Plus | 5.1 | 10.0 | 0.0% | 0 | 27.05s | 516 | 111 | 5,232 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 699 | 102 | 5,552 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 6.34s | 696 | 309 | 6,712 |
| 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 Plus | 10.0 | 10.0 | 100.0% | 0 | 5.87s | 8,193 | 267 | 1,330 |
| 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 Plus | 3.0 | 10.0 | 0.0% | 0 | 47.51s | 204 | 21 | 7,761 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8lowvsSeed-2.0-LitemediumClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsGLM 5mediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumClaude Opus 4.8lowvsGPT-5.6 TerramediumKimi K3maxvsQwen3.6 PlusmediumClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.8lowvsGemini 3.5 Flash LitemediumClaude Opus 4.8lowvsDeepSeek V4 ProhighGPT-5.6 TerrahighvsQwen3.6 PlusmediumClaude Opus 4.8lowvsQwen3.7 PlusmediumClaude Opus 4.8lowvsDeepSeek V4 Flash 0423high