#65 Claude Opus 4.8
none- コスト
- $0.053
- 時間
- 22.0s
- トークン
- 2,253 tok
Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-27B
Qwen3.5-27B (medium) が平均スコアでリードし、7.4 vs 7.3 です。 Claude Opus 4.8 の benchmark コストが低く、$1.166 vs $1.627 です。 Claude Opus 4.8 の方が高速で、4.91s vs 111.94s です、成功率は 63.6% vs 72.7% です。
おすすめモデルClaude Opus 4.8スコアはここでの最高値に近く（7.3 vs 7.4）、Qwen3.5-27B (medium) より約 22.8 倍速く応答します。
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: 2026-07-18
| 指標 | Claude Opus 4.8 Claude Opus 4.8 none | Qwen3.5-27B Qwen3.5-27B medium |
|---|---|---|
| スコア | 7.3 | 7.4 |
| 順位 | #65 | #58 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.2 | 8.2 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 72.7% |
| 不安定なテスト | 2 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.969 | 8.324 |
| 合計コスト | $1.166 | $1.627 |
| 入力価格 | $5.000 / 1M | $0.260 / 1M |
| 出力価格 | $25.000 / 1M | $2.600 / 1M |
| 合計入力トークン | 149,206 | 111,635 |
| 出力トークン | 16,797 | 15,999 |
| 推論トークン | 0 | 598,430 |
| 応答時間（平均） | 4.91s | 111.94s |
| 応答時間（最大） | 35.03s | 1026.43s |
| 応答時間（合計） | 108.03s | 2462.67s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#58 Qwen3.5-27B
medium- コスト
- $0.008
- 時間
- 62.0s
- トークン
- 3,099 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 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 672 | 569 | 31,505 |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Qwen3.5-27B | 6.2 | 7.1 | 55.6% | 1 | 160.69s | 7,895 | 6,381 | 89,388 |
| 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 | 26.38s | 111,760 | 11,949 | 0 | |
| Qwen3.5-27B | 7.3 | 5.8 | 83.3% | 1 | 595.19s | 84,417 | 7,948 | 279,132 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 30.26s | 7,782 | 270 | 16,150 |
| 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 | 7.2 | 44.4% | 1 | 1.70s | 975 | 61 | 0 | |
| Qwen3.5-27B | 5.3 | 10.0 | 33.3% | 0 | 79.53s | 553 | 43 | 52,368 |
| 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 | 3.48s | 708 | 230 | 0 | |
| Qwen3.5-27B | 6.1 | 3.1 | 66.7% | 1 | 101.41s | 524 | 70 | 23,147 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 19.66s | 699 | 97 | 11,638 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| Qwen3.5-27B | 8.2 | 7.7 | 77.8% | 1 | 59.60s | 696 | 242 | 70,096 |
| 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 | 5.35s | 11,775 | 355 | 0 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 7.45s | 8,193 | 348 | 1,323 |
| 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 | 3.41s | 258 | 212 | 0 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 85.11s | 204 | 31 | 23,683 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8nonevsStep 3.7 FlashlowClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highGPT-5.6 TerralowvsQwen3.5-27BmediumClaude Opus 4.8nonevsGemini 3.1 Flash Lite PreviewmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumKAT-Coder-Pro V2.5lowvsQwen3.5-27BmediumClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Opus 4.8nonevsKAT-Coder-Pro V2.5low