AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 Plus

概要

Claude Opus 4.8 vs Qwen3.6 Plus の benchmark 比較: Qwen3.6 Plus が平均スコアでリードし、7.8 vs 7.7 です。 Qwen3.6 Plus の benchmark コストが低く、$0.294 vs $1.270 です。 Claude Opus 4.8 の方が高速で、10.83s vs 30.70s です、成功率は 79.4% vs 69.8% です。

おすすめモデル: Qwen3.6 Plus - ここでは最高スコア（7.8）で、Claude Opus 4.8 より約 4.3 倍低コストです。

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: 2026-06-30

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.6 Plus Qwen3.6 Plus 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 Plus Qwen3.6 Plus medium リリース: 2026-04-20
スコア	7.7	7.8
順位	#38	#31
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%	69.8%
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	0.831
合計コスト	$1.270	$0.294
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	60,946	41,565
出力トークン	31,771	1,853
推論トークン	6,831	141,973
応答時間（平均）	10.83s	30.70s
応答時間（最大）	127.97s	201.68s
応答時間（合計）	227.39s	613.99s

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

#31 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	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073

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		45.53s	975	23,311	3,908
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464

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