AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.7 Max

概要

Claude Opus 4.8 vs Qwen3.7 Max の benchmark 比較: Qwen3.7 Max が平均スコアでリードし、9.4 vs 7.7 です。 Qwen3.7 Max の benchmark コストが低く、$0.523 vs $1.270 です。 Claude Opus 4.8 の方が高速で、10.83s vs 16.02s です、成功率は 79.4% vs 88.9% です。

おすすめモデル: Qwen3.7 Max - ここでは最高スコア（9.4）で、Claude Opus 4.8 より約 2.4 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: 2026-07-02

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.7 Max Qwen3.7 Max medium リリース: 2026-05-22

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.7 Max Qwen3.7 Max medium リリース: 2026-05-22
スコア	7.7	9.4
順位	#38	#3
信頼性	10.0	10.0
一貫性	8.8	9.6
正解テスト
試行ごとの合格率	79.4%	88.9%
不安定なテスト	3	1
総実行回数	63	63
結果あたりのコスト	8.466	5.517
合計コスト	$1.270	$0.523
入力価格	$5.000 / 1M	$1.250 / 1M
出力価格	$25.000 / 1M	$3.750 / 1M
合計入力トークン	60,946	42,360
出力トークン	31,771	2,129
推論トークン	6,831	122,959
応答時間（平均）	10.83s	16.02s
応答時間（最大）	127.97s	59.98s
応答時間（合計）	227.39s	336.51s

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

#3 Qwen3.7 Max

medium

コスト: $0.017
時間: 68.8s
トークン: 4,526 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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

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
Qwen3.7 Max	10.0	10.0	100.0%	0		19.60s	14,934	366	8,405

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

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
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793

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
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

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
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

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
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

クイック比較

比較ペアを切り替え