- 順位
- #10
- 合計出力トークン
- 86,180
- 応答時間（平均）
- 20.44s
- 合計コスト
- $2.835
Claude Opus 5 (high) vs Qwen3.8 Max (medium)
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 (medium) の benchmark コストが低く、$0.728 vs $2.835 です。 Claude Opus 5 (high) の方が高速で、20.44s vs 21.53s です、成功率は 84.9% vs 84.9% です。
- 順位
- #14
- 合計出力トークン
- 84,826
- 応答時間（平均）
- 21.53s
- 合計コスト
- $0.728
おすすめモデル
Qwen3.8 Max (medium)
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 3.9 倍低コストです。
詳細比較
| 指標 | Claude Opus 5 Claude Opus 5 high | Qwen3.8 Max Qwen3.8 Max medium |
|---|---|---|
| スコア | 9.2 | 9.1 |
| 順位 | #10 | #14 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 9.7 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 84.9% | 84.9% |
| 不安定なテスト | 1 | 1 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 15.747 | 4.040 |
| 合計コスト | $2.835 | $0.728 |
| 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 | 135,959 | 109,046 |
| 出力トークン | 67,066 | 6,567 |
| 推論トークン | 19,114 | 78,259 |
| 応答時間（平均） | 20.44s | 21.53s |
| 応答時間（最大） | 159.01s | 126.60s |
| 応答時間（合計） | 449.68s | 473.75s |
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.
#10 Claude Opus 5
high- コスト
- $0.265
- 時間
- 144.5s
- トークン
- 10,741 tok
#14 Qwen3.8 Max
medium- コスト
- $0.028
- 時間
- 71.9s
- トークン
- 4,750 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 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 672 | 312 | 2,075 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 41.35s | 7,893 | 430 | 23,804 |
| 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 | 8.7 | 6.9 | 83.3% | 1 | 91.25s | 81,584 | 4,526 | 30,688 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 8.72s | 7,782 | 270 | 2,519 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 89.10s | 975 | 43,065 | 13,078 | |
| Qwen3.8 Max | 5.3 | 10.0 | 33.3% | 0 | 28.52s | 771 | 63 | 13,581 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 516 | 168 | 700 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.49s | 699 | 102 | 914 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.93s | 696 | 401 | 1,575 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.83s | 8,229 | 267 | 636 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 11.49s | 204 | 28 | 1,767 |
クイック比較
比較ペアを切り替え
Claude Opus 5highvsGemini 3.1 Pro PreviewmediumClaude Opus 5highvsGPT-5.5lowClaude Opus 5highvsQwen3.7 MaxmediumClaude Opus 5highvsGemini 3.5 FlashmediumClaude Opus 5highvsGPT-5.6 SolmediumGemini 3.5 FlashlowvsQwen3.8 MaxmediumQwen3.8 MaxmediumvsGrok 4.5highGPT-5.5lowvsQwen3.8 MaxmediumGPT-5.6 SolhighvsQwen3.8 MaxmediumClaude Opus 5highvsGPT-5.5mediumClaude Opus 5highvsGPT-5.6 SollowClaude Opus 5highvsGemini 3.5 Flashlow