AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.5-122B-A10B

概要

Claude Sonnet 4.6 vs Qwen3.5-122B-A10B の benchmark 比較: Qwen3.5-122B-A10B が平均スコアでリードし、7.7 vs 7.3 です。 Claude Sonnet 4.6 の benchmark コストが低く、$0.316 vs $0.588 です。 Claude Sonnet 4.6 の方が高速で、5.04s vs 42.49s です、成功率は 55.6% vs 73.0% です。

おすすめモデル: Claude Sonnet 4.6 - スコアはここでの最高値に近く（7.3 vs 7.7）、Qwen3.5-122B-A10B より約 1.9 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 Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium リリース: 2026-02-24

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium リリース: 2026-02-24
スコア	7.3	7.7
順位	#55	#36
信頼性	10.0	10.0
一貫性	9.7	8.8
正解テスト
試行ごとの合格率	55.6%	73.0%
不安定なテスト	1	3
総実行回数	63	63
結果あたりのコスト	2.870	5.235
合計コスト	$0.316	$0.588
入力価格	$3.000 / 1M	$0.260 / 1M
出力価格	$15.000 / 1M	$2.080 / 1M
合計入力トークン	57,886	41,832
出力トークン	9,465	26,187
推論トークン	0	251,028
応答時間（平均）	5.04s	42.49s
応答時間（最大）	23.84s	168.16s
応答時間（合計）	70.60s	892.30s

生成ショーケース

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none

コスト: $0.038
時間: 27.3s
トークン: 2,598 tok

#36 Qwen3.5-122B-A10B

medium

コスト: $0.019
時間: 48.7s
トークン: 6,034 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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

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 Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337

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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

クイック比較

比較ペアを切り替え