AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 Flash

概要

Claude Opus 4.8 vs Qwen3.6 Flash の benchmark 比較: Qwen3.6 Flash が平均スコアでリードし、7.5 vs 7.0 です。 Qwen3.6 Flash の benchmark コストが低く、$0.288 vs $0.539 です。 Claude Opus 4.8 の方が高速で、3.47s vs 19.25s です、成功率は 61.9% vs 71.4% です。

おすすめモデル: Qwen3.6 Flash - ここでは最高スコア（7.5）で、Claude Opus 4.8 より約 1.9 倍低コストです。

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: 2026-06-10

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	Qwen3.6 Flash Qwen3.6 Flash 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	Qwen3.6 Flash Qwen3.6 Flash medium リリース: 2026-04-20
スコア	7.0	7.5
順位	#69	#40
信頼性	10.0	10.0
一貫性	9.2	8.1
正解テスト
試行ごとの合格率	61.9%	71.4%
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	3.030
合計コスト	$0.539	$0.288
入力価格	$5.000 / 1M	$0.188 / 1M
出力価格	$25.000 / 1M	$1.125 / 1M
合計入力トークン	67,104	42,362
出力トークン	8,107	2,995
推論トークン	0	245,358
応答時間（平均）	3.47s	19.25s
応答時間（最大）	17.73s	122.87s
応答時間（合計）	72.90s	404.20s

Generation showcase

Hamster playing table tennis

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

#69 Claude Opus 4.8

none

Cost: $0.053
Time: 22.0s
Tokens: 2,253 tok

#40 Qwen3.6 Flash

medium

Invalid SVG

Cost: $0.008
Time: 29.9s
Tokens: 6,784 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
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.10s	672	624	14,024

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 Flash	5.0	5.1	44.5%	2		42.85s	7,895	495	67,967

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 Flash	10.0	10.0	100.0%	0		20.28s	14,934	483	13,839

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 Flash	10.0	10.0	100.0%	0		9.65s	7,782	270	13,155

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 Flash	3.5	4.4	33.3%	2		14.65s	771	60	24,409

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 Flash	4.8	9.9	0.0%	0		9.88s	516	140	5,445

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 Flash	10.0	10.0	100.0%	0		6.05s	699	102	7,423

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 Flash	8.2	7.2	88.9%	1		6.29s	696	460	10,860

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 Flash	10.0	10.0	100.0%	0		4.00s	8,193	335	1,188

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 Flash	3.0	10.0	0.0%	0		122.87s	204	26	87,048

クイック比較

比較ペアを切り替え