Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5 Plus 2026-04-20

Claude Opus 4.8 が平均スコアでリードし、7.3 vs 7.2 です。 Qwen3.5 Plus 2026-04-20 (medium) の benchmark コストが低く、$0.317 vs $1.166 です。 Claude Opus 4.8 の方が高速で、4.91s vs 46.36s です、成功率は 63.6% vs 63.6% です。

おすすめモデルClaude Opus 4.8ここでは最高スコア（7.3）で、Qwen3.5 Plus 2026-04-20 (medium) より約 9.4 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: 2026-07-20

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium リリース: 2026-04-20

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium リリース: 2026-04-20
スコア	7.3	7.2
順位	#66	#70
信頼性	10.0	9.6
一貫性	9.2	9.0
正解テスト
試行ごとの合格率	63.6%	63.6%
不安定なテスト	2	2
総実行回数	66	66
結果あたりのコスト	8.969	3.023
合計コスト	$1.166	$0.317
入力価格	$5.000 / 1M	$0.300 / 1M
出力価格	$25.000 / 1M	$1.800 / 1M
合計入力トークン	149,206	42,097
出力トークン	16,797	2,280
推論トークン	0	166,613
応答時間（平均）	4.91s	46.36s
応答時間（最大）	35.03s	189.38s
応答時間（合計）	108.03s	973.57s

Hamster playing table tennis

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

#66 Claude Opus 4.8

none

コスト: $0.053
時間: 22.0s
トークン: 2,253 tok

#70 Qwen3.5 Plus 2026-04-20

medium

コスト: $0.008
時間: 76.7s
トークン: 4,355 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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		10.84s	672	215	7,748

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 Plus 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682

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 Plus 2026-04-20	6.5	10.0	50.0%	0		92.41s	14,934	483	17,490

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 Plus 2026-04-20	10.0	10.0	100.0%	0		38.32s	7,782	270	14,668

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 Plus 2026-04-20	2.9	7.2	11.1%	1		53.10s	771	63	28,414

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 Plus 2026-04-20	4.9	9.6	0.0%	0		25.30s	516	125	4,792

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 Plus 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689

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 Plus 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800

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 Plus 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164

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 Plus 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166

クイック比較

比較ペアを切り替え