- 順位
- #19
- 合計出力トークン
- 49,841
- 応答時間（平均）
- 12.49s
- 合計コスト
- $1.931
Claude Opus 4.8 (medium) vs Qwen3.8 Max (low)
Claude Opus 4.8 (medium) が平均スコアでリードし、8.8 vs 8.7 です。 Qwen3.8 Max (low) の benchmark コストが低く、$0.687 vs $1.931 です。 Claude Opus 4.8 (medium) の方が高速で、12.49s vs 21.19s です、成功率は 84.9% vs 84.9% です。
- 順位
- #23
- 合計出力トークン
- 81,411
- 応答時間（平均）
- 21.19s
- 合計コスト
- $0.687
おすすめモデル
Qwen3.8 Max (low)
スコアはここでの最高値に近く（8.7 vs 8.8）、Claude Opus 4.8 (medium) より約 2.8 倍低コストです。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 medium | Qwen3.8 Max Qwen3.8 Max low |
|---|---|---|
| スコア | 8.8 | 8.7 |
| 順位 | #19 | #23 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 9.0 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 84.9% | 84.9% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 10.724 | 4.041 |
| 合計コスト | $1.931 | $0.687 |
| 入力価格 | $5.000 / 1M | $2.000 / 1M |
| 出力価格 | $25.000 / 1M | $6.000 / 1M |
| 合計入力トークン | 138,451 | 99,172 |
| 出力トークン | 40,766 | 6,132 |
| 推論トークン | 9,075 | 75,279 |
| 応答時間（平均） | 12.49s | 21.19s |
| 応答時間（最大） | 70.54s | 155.75s |
| 応答時間（合計） | 274.72s | 466.14s |
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.
#19 Claude Opus 4.8
medium- コスト
- $0.057
- 時間
- 23.1s
- トークン
- 2,412 tok
#23 Qwen3.8 Max
low- コスト
- $0.026
- 時間
- 68.5s
- トークン
- 4,280 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 | 3.95s | 834 | 1,179 | 478 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 3.93s | 984 | 228 | 1,750 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.33s | 10,590 | 9,945 | 1,381 | |
| Qwen3.8 Max | 8.4 | 7.4 | 88.9% | 1 | 28.69s | 8,127 | 512 | 15,952 |
| 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 | 54.29s | 101,005 | 19,531 | 4,762 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 98.19s | 69,994 | 4,221 | 32,937 |
| 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 | 7.1 | 5.6 | 83.3% | 1 | 12.29s | 10,503 | 481 | 312 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 7.87s | 7,938 | 270 | 2,257 |
| 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 | 14.59s | 975 | 7,477 | 900 | |
| Qwen3.8 Max | 5.3 | 7.2 | 44.4% | 1 | 35.37s | 1,005 | 62 | 17,102 |
| 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 | 2.46s | 708 | 237 | 0 | |
| Qwen3.8 Max | 6.5 | 3.4 | 66.7% | 1 | 5.29s | 594 | 128 | 568 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 909 | 373 | 320 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 4.01s | 855 | 102 | 851 |
| 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 | 3.95s | 894 | 791 | 483 | |
| Qwen3.8 Max | 9.9 | 10.0 | 100.0% | 0 | 4.11s | 930 | 286 | 1,304 |
| 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 | 8.96s | 11,775 | 301 | 225 | |
| Qwen3.8 Max | 10.0 | 10.0 | 100.0% | 0 | 8.06s | 8,463 | 295 | 693 |
| 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 | 6.14s | 258 | 451 | 214 | |
| Qwen3.8 Max | 3.0 | 10.0 | 0.0% | 0 | 12.43s | 282 | 28 | 1,865 |
クイック比較
比較ペアを切り替え
Claude Opus 4.7mediumvsQwen3.8 MaxlowMuse Spark 1.1mediumvsQwen3.8 MaxlowClaude Fable 5mediumvsQwen3.8 MaxlowGemini 3.5 Flash LitehighvsQwen3.8 MaxlowClaude Opus 4.8mediumvsGrok 4.5highClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 Flash LitehighClaude Opus 4.8mediumvsGemini 3.6 FlashlowGPT-5.4mediumvsQwen3.8 MaxlowGPT-5.3-CodexmediumvsQwen3.8 MaxlowQwen3.8 MaxlowvsGrok 4.5highGPT-5.2mediumvsQwen3.8 Maxlow