AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.6 Plus
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: 2026-05-26
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Qwen3.6 Plus Qwen3.6 Plus medium |
|---|---|---|
| スコア | 7.6 | 7.8 |
| 順位 | #50 | #35 |
| 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 | 68.3% | 68.3% |
| 不安定なテスト | 2 | 2 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 10.229 | 0.630 |
| 合計コスト | $1.330 | $0.082 |
| ???? | $3.000 / 1M | $0.325 / 1M |
| ???? | $15.000 / 1M | $1.950 / 1M |
| 出力トークン | 49,891 | 1,833 |
| 推論トークン | 29,565 | 124,782 |
| 応答時間（平均） | 15.81s | 26.81s |
| 応答時間（最大） | 46.35s | 201.68s |
| 応答時間（合計） | 189.71s | 509.43s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 2.98s | 1,046 | 1,093 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 9.90s | 207 | 7,557 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.9 | 6.0 | 66.7% | 1 | 33.87s | 11,277 | 3,281 | |
| Qwen3.6 Plus | 4.1 | 6.7 | 16.7% | 1 | 201.68s | 38 | 33,395 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 46.35s | 5,871 | 3,962 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 34.95s | 452 | 13,073 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 649 | 742 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 14.95s | 270 | 10,706 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 2.9 | 7.2 | 11.1% | 1 | 0ms | 25,790 | 16,919 | |
| Qwen3.6 Plus | 2.9 | 7.2 | 11.1% | 1 | 29.59s | 56 | 33,464 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 256 | 433 | |
| Qwen3.6 Plus | 5.1 | 10.0 | 0.0% | 0 | 27.05s | 111 | 5,232 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 318 | 552 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 102 | 5,552 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.31s | 592 | 646 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 6.34s | 309 | 6,712 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 655 | 351 | |
| Qwen3.6 Plus | 10.0 | 10.0 | 100.0% | 0 | 5.87s | 267 | 1,330 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 30.09s | 3,437 | 1,586 | |
| Qwen3.6 Plus | 3.0 | 10.0 | 0.0% | 0 | 47.51s | 21 | 7,761 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 Flashhigh無料で利用可能Claude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumDeepSeek V4 Flashhigh無料で利用可能vsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 3.5 FlashminimalvsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 Plusmedium