- 順位
- #20
- 合計出力トークン
- 95,583
- 応答時間（平均）
- 22.51s
- 合計コスト
- $3.070
Claude Opus 5 (high) vs Qwen3.8 Max (0902) (low)
Claude Opus 5 (high) が平均スコアでリードし、9.2 vs 9.1 です。 Qwen3.8 Max (0902) (low) の benchmark コストが低く、$0.664 vs $3.070 です。 Claude Opus 5 (high) の方が高速で、22.51s vs 24.21s です、成功率は 81.8% vs 86.4% です。
- 順位
- #23
- 合計出力トークン
- 75,865
- 応答時間（平均）
- 24.21s
- 合計コスト
- $0.664
おすすめモデル
Qwen3.8 Max (0902) (low)
スコアはここでの最高値に近く（9.1 vs 9.2）、Claude Opus 5 (high) より約 4.6 倍低コストです。
詳細比較
| 指標 | Claude Opus 5 Claude Opus 5 high | Qwen3.8 Max (0902) Qwen3.8 Max (0902) low |
|---|---|---|
| スコア | 9.2 | 9.1 |
| 順位 | #20 | #23 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 10.0 | 9.3 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 81.8% | 86.4% |
| 不安定なテスト | 0 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 17.052 | 3.684 |
| 合計コスト | $3.070 | $0.664 |
| 入力価格 | $5.000 / 1M | $2.000 / 1M |
| 出力価格 | $25.000 / 1M | $6.000 / 1M |
| 合計入力トークン | 135,956 | 103,954 |
| 出力トークン | 64,624 | 6,322 |
| 推論トークン | 30,959 | 69,543 |
| 応答時間（平均） | 22.51s | 24.21s |
| 応答時間（最大） | 159.01s | 207.79s |
| 応答時間（合計） | 495.12s | 532.62s |
| パラメータ | ~5T 総数 (~500B アクティブ) | 2.4T 総数 (~100B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#20 Claude Opus 5
high- コスト
- $0.265
- 時間
- 144.5s
- トークン
- 10,741 tok
#23 Qwen3.8 Max (0902)
low- コスト
- $0.014
- 時間
- 41.2s
- トークン
- 2,421 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 5 | 10.0 | 10.0 | 100.0% | 0 | 5.91s | 834 | 2,063 | 617 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.72s | 984 | 212 | 1,854 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 12.73s | 10,590 | 7,547 | 1,721 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 37.42s | 8,127 | 485 | 17,404 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 31.11s | 98,549 | 10,546 | 2,198 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 113.88s | 74,767 | 4,562 | 29,335 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 4.22s | 10,503 | 488 | 160 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 9.94s | 7,938 | 261 | 2,254 |
| 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 5 | 3.0 | 10.0 | 0.0% | 0 | 104.24s | 972 | 40,623 | 24,923 | |
| Qwen3.8 Max (0902) | 5.3 | 7.2 | 44.4% | 1 | 34.93s | 1,014 | 45 | 13,881 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 3.79s | 708 | 268 | 0 | |
| Qwen3.8 Max (0902) | 6.1 | 3.1 | 66.7% | 1 | 8.91s | 594 | 120 | 820 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 4.78s | 909 | 119 | 361 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.32s | 855 | 90 | 866 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 894 | 908 | 524 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.49s | 930 | 275 | 1,248 |
| 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 5 | 10.0 | 10.0 | 100.0% | 0 | 8.44s | 11,739 | 354 | 0 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.73s | 8,463 | 249 | 126 |
| 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 5 | 3.0 | 10.0 | 0.0% | 0 | 14.14s | 258 | 1,708 | 455 | |
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 13.28s | 282 | 23 | 1,755 |
クイック比較
比較ペアを切り替え
Gemini 3.8 FlashmediumvsQwen3.8 Max (0902)lowClaude Opus 5highvsGemini 3.7 FlashlowClaude Opus 5highvsGemini 3.1 Pro PreviewmediumClaude Opus 5mediumvsQwen3.8 Max (0902)lowClaude Opus 5highvsGemini 3.8 FlashmediumClaude Fable 5.1highvsQwen3.8 Max (0902)lowClaude Opus 5highvsSeed 2.1 TurbolowGemini 3.5 FlashmediumvsQwen3.8 Max (0902)lowClaude Opus 5highvsGPT-5.5lowGPT-5.5mediumvsQwen3.8 Max (0902)lowGemini 3.1 Pro PreviewmediumvsQwen3.8 Max (0902)lowClaude Opus 5highvsGPT-6 Astramedium