AI BENCHY Compare
Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 27B
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: 2026-06-04
| 指標 | Claude Opus 4.8 Claude Opus 4.8 none | Qwen3.6 27B Qwen3.6 27B medium |
|---|---|---|
| スコア | 7.0 | 6.8 |
| 順位 | #68 | #78 |
| 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 | 61.9% | 60.3% |
| 不安定なテスト | 2 | 5 |
| 総実行回数 | 63 | 63 |
| 結果あたりのコスト | 4.485 | 3.361 |
| 合計コスト | $0.539 | $0.444 |
| 入力価格 | $5.000 / 1M | $0.290 / 1M |
| 出力価格 | $25.000 / 1M | $3.200 / 1M |
| 合計入力トークン | 67,104 | 39,376 |
| 出力トークン | 8,107 | 16,189 |
| 推論トークン | 0 | 122,521 |
| 応答時間（平均） | 3.47s | 59.71s |
| 応答時間（最大） | 17.73s | 168.22s |
| 応答時間（合計） | 72.90s | 1254.01s |
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 | |
| Qwen3.6 27B | 8.3 | 10.0 | 75.0% | 0 | 12.62s | 453 | 582 | 4,311 |
| 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 | |
| Qwen3.6 27B | 7.7 | 10.0 | 66.7% | 0 | 142.99s | 5,051 | 7,968 | 43,367 |
| 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 | 9.5 | 10.0 | 100.0% | 0 | 17.73s | 29,658 | 3,259 | 0 | |
| Qwen3.6 27B | 7.0 | 3.7 | 66.7% | 1 | 83.07s | 15,104 | 2,088 | 14,689 |
| 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 | |
| Qwen3.6 27B | 3.5 | 1.4 | 50.0% | 2 | 37.30s | 7,778 | 568 | 9,404 |
| 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 | 1.66s | 975 | 61 | 0 | |
| Qwen3.6 27B | 2.9 | 7.2 | 11.1% | 1 | 73.38s | 662 | 3,510 | 20,352 |
| 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 | |
| Qwen3.6 27B | 6.5 | 3.4 | 66.7% | 1 | 39.53s | 516 | 81 | 3,045 |
| 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 | |
| Qwen3.6 27B | 10.0 | 10.0 | 100.0% | 0 | 37.96s | 699 | 346 | 6,548 |
| 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 | |
| Qwen3.6 27B | 7.7 | 10.0 | 66.7% | 0 | 61.14s | 696 | 255 | 12,044 |
| 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 | |
| Qwen3.6 27B | 10.0 | 10.0 | 100.0% | 0 | 16.88s | 8,213 | 390 | 2,954 |
| 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 | |
| Qwen3.6 27B | 3.0 | 10.0 | 0.0% | 0 | 80.99s | 204 | 401 | 5,807 |
クイック比較
比較ペアを切り替え
Claude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsQwen3.6 27BmediumClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGemini 3.1 Flash LitelowClaude Opus 4.8nonevsKimi K2.6medium無料で利用可能