AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.7 Plus

概要

Claude Opus 4.8 vs Qwen3.7 Plus の benchmark 比較: Qwen3.7 Plus が平均スコアでリードし、8.2 vs 7.2 です。 Qwen3.7 Plus の benchmark コストが低く、$0.177 vs $0.539 です。 Claude Opus 4.8 の方が高速で、3.47s vs 38.95s です、成功率は 61.9% vs 77.8% です。

おすすめモデル: Qwen3.7 Plus - ここでは最高スコア（8.2）で、Claude Opus 4.8 より約 3.0 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: 2026-06-18

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03

指標	Claude Opus 4.8 Claude Opus 4.8 none リリース: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03
スコア	7.2	8.2
順位	#57	#25
信頼性	10.0	10.0
一貫性	9.2	9.1
正解テスト
試行ごとの合格率	61.9%	77.8%
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	1.474
合計コスト	$0.539	$0.177
入力価格	$5.000 / 1M	$0.320 / 1M
出力価格	$25.000 / 1M	$1.280 / 1M
合計入力トークン	67,104	40,939
出力トークン	8,107	2,125
推論トークン	0	125,754
応答時間（平均）	3.47s	38.95s
応答時間（最大）	17.73s	178.04s
応答時間（合計）	72.90s	817.85s

生成ショーケース

Hamster playing table tennis

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

#57 Claude Opus 4.8

none

コスト: $0.053
時間: 22.0s
トークン: 2,253 tok

#25 Qwen3.7 Plus

medium

コスト: $0.018
時間: 193.2s
トークン: 10,821 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
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		65.24s	14,934	366	10,132

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

クイック比較

比較ペアを切り替え