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

Qwen3.7 Plus (medium) が平均スコアでリードし、7.9 vs 7.8 です。 Qwen3.7 Plus (medium) の benchmark コストが低く、$0.267 vs $2.077 です。 Claude Opus 4.8 (low) の方が高速で、12.74s vs 51.51s です、成功率は 80.3% vs 75.8% です。

おすすめモデルQwen3.7 Plus (medium)ここでは最高スコア（7.9）で、Claude Opus 4.8 (low) より約 7.8 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: 2026-07-17

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03

指標	Claude Opus 4.8 Claude Opus 4.8 low リリース: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03
スコア	7.8	7.9
順位	#39	#34
信頼性	10.0	10.0
一貫性	8.9	8.9
正解テスト
試行ごとの合格率	80.3%	75.8%
不安定なテスト	3	3
総実行回数	66	66
結果あたりのコスト	12.979	2.072
合計コスト	$2.077	$0.267
入力価格	$5.000 / 1M	$0.320 / 1M
出力価格	$25.000 / 1M	$1.280 / 1M
合計入力トークン	156,525	115,233
出力トークン	43,141	6,162
推論トークン	8,617	173,267
応答時間（平均）	12.74s	51.51s
応答時間（最大）	127.97s	315.30s
応答時間（合計）	280.29s	1133.15s

Hamster playing table tennis

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

#39 Claude Opus 4.8

low

コスト: $0.031
時間: 14.1s
トークン: 1,345 tok

#34 Qwen3.7 Plus

medium

コスト: $0.018
時間: 193.2s
トークン: 10,821 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

カテゴリ:

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 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

クイック比較

比較ペアを切り替え

Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsDeepSeek V4 Prohigh Claude Opus 4.8lowvsSeed-2.0-Litemedium Claude Opus 4.8lowvsMiniMax M3medium Qwen3.7 PlusmediumvsGLM 5.2high