ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 Max Preview

概要

Claude Opus 4.8 vs Qwen3.6 Max Preview の benchmark 比較: Claude Opus 4.8 が平均スコアでリードし、7.0 vs 6.9 です。 Qwen3.6 Max Preview の benchmark コストが低く、$0.075 vs $0.539 です。 Qwen3.6 Max Preview の方が高速で、3.30s vs 3.47s です、成功率は 61.9% vs 58.7% です。

おすすめモデル: Qwen3.6 Max Preview - スコアはここでの最高値に近く（6.9 vs 7.0）、Claude Opus 4.8 より約 7.3 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 Max Preview Qwen3.6 Max Preview none リリース: 2026-04-20
スコア 7.0 6.9
順位 #69 #75
信頼性 10.0 10.0
一貫性 9.2 9.2
正解テスト
試行ごとの合格率 61.9% 58.7%
不安定なテスト 2 2
総実行回数 63 63
結果あたりのコスト 4.485 0.824
合計コスト $0.539 $0.075
入力価格 $5.000 / 1M $1.040 / 1M
出力価格 $25.000 / 1M $6.240 / 1M
合計入力トークン 67,104 42,509
出力トークン 8,107 4,779
推論トークン 0 0
応答時間（平均） 3.47s 3.30s
応答時間（最大） 17.73s 20.51s
応答時間（合計） 72.90s 69.40s

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

#75 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 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 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
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 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0
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 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
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 Max Preview 10.0 10.0 100.0% 0 2.87s 7,794 243 0
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 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 0
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 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 0
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 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 0
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 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 0
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 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 0
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 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

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 FlashhighRing-2.6-1TmediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsSeed-2.0-Minimedium