AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.5-27B

概要

Claude Sonnet 4.6 vs Qwen3.5-27B の benchmark 比較: Qwen3.5-27B が平均スコアでリードし、7.9 vs 7.3 です。 Claude Sonnet 4.6 の benchmark コストが低く、$0.316 vs $0.536 です。 Claude Sonnet 4.6 の方が高速で、5.04s vs 68.39s 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 7.9）、Qwen3.5-27B より約 1.7 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: 2026-06-17

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 none リリース: 2026-02-17	Qwen3.5-27B Qwen3.5-27B 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	Qwen3.5-27B Qwen3.5-27B medium リリース: 2026-02-24
スコア	7.3	7.9
順位	#55	#29
信頼性	10.0	10.0
一貫性	9.7	8.5
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	4
総実行回数	63	63
結果あたりのコスト	2.870	4.901
合計コスト	$0.316	$0.536
入力価格	$3.000 / 1M	$0.195 / 1M
出力価格	$15.000 / 1M	$1.560 / 1M
合計入力トークン	57,886	42,164
出力トークン	9,465	8,534
推論トークン	0	329,289
応答時間（平均）	5.04s	68.39s
応答時間（最大）	23.84s	234.36s
応答時間（合計）	70.60s	1436.24s

Generation showcase

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none

Cost: $0.038
Time: 27.3s
Tokens: 2,598 tok

#29 Qwen3.5-27B

medium

Cost: $0.008
Time: 62.0s
Tokens: 3,099 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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

クイック比較

比較ペアを切り替え