AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 Max Preview
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: 2026-05-28
| 指標 | Claude Opus 4.8 Claude Opus 4.8 medium | Qwen3.6 Max Preview Qwen3.6 Max Preview medium |
|---|---|---|
| スコア | 8.7 | 8.4 |
| 順位 | #12 | #16 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 9.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 83.3% | 80.0% |
| 不安定なテスト | 1 | 2 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 6.285 | 6.910 |
| 合計コスト | $1.006 | $0.872 |
| 入力価格 | $5.000 / 1M | $1.040 / 1M |
| 出力価格 | $25.000 / 1M | $6.240 / 1M |
| 出力トークン | 23,201 | 2,253 |
| 推論トークン | 5,901 | 130,852 |
| 応答時間（平均） | 9.34s | 58.43s |
| 応答時間（最大） | 38.03s | 238.07s |
| 応答時間（合計） | 186.84s | 1168.66s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 1,179 | 478 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 22.13s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 14.97s | 6,651 | 1,381 | |
| Qwen3.6 Max Preview | 8.2 | 6.7 | 83.3% | 1 | 177.97s | 407 | 39,442 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.8 | 10.0 | 100.0% | 0 | 38.03s | 5,260 | 1,588 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 121.49s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.1 | 5.6 | 83.3% | 1 | 12.29s | 481 | 312 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 41.15s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.3 | 10.0 | 33.3% | 0 | 14.15s | 7,477 | 900 | |
| Qwen3.6 Max Preview | 2.9 | 7.2 | 11.1% | 1 | 95.91s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 2.46s | 237 | 0 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 32.24s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 373 | 320 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.31s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 791 | 483 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.32s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 8.96s | 301 | 225 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 18.32s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.0 | 10.0 | 0.0% | 0 | 6.14s | 451 | 214 | |
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 60.56s | 28 | 7,661 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGemini 3.5 FlashnoneGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashminimalvsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 FlashminimalGemini 3 Flash PreviewnonevsQwen3.6 Max PreviewmediumDeepSeek V4 Flashhigh無料で利用可能vsQwen3.6 Max Previewmedium