BenchLeader

Claude Opus 4.7 vs Qwen3.6 Max

詳しいプロフィール:Claude Opus 4.7(Anthropic)とQwen3.6 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 9件の情報源のデータ

2026年11月16日時点で、Claude Opus 4.7とQwen3.6 Maxの品質は互角です(BenchLeader Indexで63.1 対 62.1、±4.8の誤差範囲内)。価格はQwen3.6 Maxの方が3.4倍安く、100万トークンあたりのブレンド価格で$2.92 対 $10.00です。コーディング(61 対 56)、推論(64 対 61)、人間の評価(67 対 65)を重視するならClaude Opus 4.7、エージェント・ツール(72 対 68)を重視するならQwen3.6 Maxが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Opus 4.7が63.1、Qwen3.6 Maxが62.1です(BenchLeader、2026年11月16日)。
  • Claude Opus 4.7の100万トークンあたりのブレンド価格は$10.00です(定価、2026年11月16日)。
  • Qwen3.6 Maxの100万トークンあたりのブレンド価格は$2.92です(定価、2026年11月16日)。
  • 両モデルに結果がある13件のベンチマークのうち、Claude Opus 4.7が12件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はClaude Opus 4.7が1555、Qwen3.6 Maxが1482です(LMArena、2026年11月16日までの公開値)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングClaude Opus 4.7カテゴリスコア61 対 56;Arena WebDev 1555 対 1482中
エージェント・ツール利用Qwen3.6 Maxカテゴリスコア72 対 68;Vending-Bench 2 4254.2 対 10936.8中
数学Claude Opus 4.7カテゴリスコア67 対 64;Arena Maths 1490 対 1471中
推論Claude Opus 4.7カテゴリスコア64 対 61;Arena Hard Prompts 1519 対 1481中
チャットの質(人間の評価)Claude Opus 4.7Arenaの投票で67 対 65中
最低コストQwen3.6 Max100万トークンあたりブレンド価格$2.92 対 $10.00;エージェント型コーディングセッション$0.109 対 $0.400–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • Claude Opus 4.7とQwen3.6 Max (max)の品質は互角です(63.1 対 62.1、±4.8の誤差範囲内)。
  • Claude Opus 4.7はコーディング、人間の評価、数学、推論で優れています。
  • Qwen3.6 Max (max)はエージェント・ツールで優れています。
  • Qwen3.6 Max (max)の方が3.4倍安くなっています(100万トークンあたりブレンド価格$2.92 対 $10.00)。

概要

仕様Claude Opus 4.7Qwen3.6 Max
プロバイダーAnthropicAlibaba
リリース日2026年4月16日2026年4月20日
コンテキストウィンドウ(トークン)1,000,000262,144
比較した構成Claude Opus 4.7Qwen3.6 Max (max)
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$5.00 / $25.00 / $0.500$1.30 / $7.80 / $0.130

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリClaude Opus 4.7Qwen3.6 Max (max)トップ
推論63.660.8Claude Opus 4.7
コーディング60.955.9Claude Opus 4.7
エージェント・ツール67.972.1Qwen3.6 Max
数学66.764.4Claude Opus 4.7
知識–59.7比較不可
指示追従–74.7比較不可
人間の評価67.364.5Claude Opus 4.7
マルチモーダル67.1–比較不可
長文コンテキスト–65.0比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学人間の評価Claude Opus 4.7, 推論: 63.6Claude Opus 4.7, コーディング: 60.9Claude Opus 4.7, エージェント・ツール: 67.9Claude Opus 4.7, 数学: 66.7Claude Opus 4.7, 人間の評価: 67.3Qwen3.6 Max, 推論: 60.8Qwen3.6 Max, コーディング: 55.9Qwen3.6 Max, エージェント・ツール: 72.1Qwen3.6 Max, 数学: 64.4Qwen3.6 Max, 人間の評価: 64.5

描画していないもの(測定済みのモデルが2つ未満):知識, 指示追従, 長文コンテキスト, マルチモーダル。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある13件のベンチマークのうち、Claude Opus 4.7のリードが12件、Qwen3.6 Maxのリードが1件です。両方を評価しているすべての総合指標で、Claude Opus 4.7が上回っています。

総合IndexClaude Opus 4.7Qwen3.6 Max (max)トップ
BenchLeader Index63.162.1互角
Arena Text14941460Claude Opus 4.7

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Claude Opus 4.7Qwen3.6 Max (max)
100万トークンあたりのブレンド価格$10.00$2.92
100万トークンあたりの入力/出力$5.00 / $25.00$1.30 / $7.80
100万トークンあたりのキャッシュ入力$0.500$0.130
タスクあたりの価格:チャットの返答$0.0095$0.0029
タスクあたりの価格:30ページのレポートを要約$0.075$0.020
タスクあたりの価格:コード編集$0.068$0.019
タスクあたりの価格:エージェント型コーディングセッション$0.400$0.109
タスクあたりの価格:構造化データの抽出$0.015$0.0042
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.198$0.057
出力速度48 tok/s–
回答開始までの時間1.0秒–

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 4.7のスコアは63.1、最初の回答トークンまで1秒。Claude Opus 4.7 (high)は60.0(1秒)、Claude Opus 4.7 (max)は59.7(15秒)。Qwen3.6 Max (max)のスコアは62.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

107件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Claude Opus 4.7Qwen3.6 Max (max)
BenchLeader IndexBenchLeader63.162.1
エージェント・ツールスコアBenchLeader67.972.1
コーディングスコアBenchLeader60.955.9
人間の評価スコアBenchLeader67.364.5
数学スコアBenchLeader66.764.4
マルチモーダルスコアBenchLeader67.1–
推論スコアBenchLeader63.660.8
指示追従スコアBenchLeader–74.7
知識スコアBenchLeader–59.7
長文コンテキストスコアBenchLeader–65.0
ブレンド価格($/100万トークン)BenchLeader$10.00$2.92
出力速度BenchLeader48 tok/s–
回答開始までの時間BenchLeader1.0秒–
コンテキストウィンドウBenchLeader1,000,000トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub86.4%†87.4%
Humanity's Last ExamScale AI / CAIS36.2%–
SimpleBenchSimpleBench61.7%63.0%
Arena Hard PromptsArena (LMArena)15191481
LiveBench 1.0 ReasoningLiveBench87.2%†–
GPQA Diamond (AA)Artificial Analysis91.4%†88.8%
Humanity's Last Exam (AA)Artificial Analysis42.3%†30.8%
GPQA Diamond (Vals)Vals AI90.2%†–
Kagi LLM BenchmarkKagi LLM Benchmark73.3%–
ARC-AGI-3ARC Prize0.2%†–
CritPtArtificial Analysis12.0%†3.7%
Arena ExpertArena (LMArena)15341497
Chess PuzzlesEpoch AI Benchmarking Hub41.0%†–
Mystery Game PuzzlesEpoch AI Benchmarking Hub13.0%19.0%†
LMCAEpoch AI Benchmarking Hub52.2%†42.5%
DTBenchEpoch AI Benchmarking Hub94.7%†87.2%
ForecastBenchForecastBench62.8%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub83.5%†76.7%
SciCodeSciCode54.5%†–
WeirdMLWeirdML76.4%–
FrontierCodeCognition38.5%–
GSO-BenchGSO-Bench44.1%–
Arena CodingArena (LMArena)15471510
Arena WebDevArena (LMArena)15551482
LiveBench 1.0 CodingLiveBench82.1%†–
107件のベンチマークをすべて表示
指標公開元Claude Opus 4.7Qwen3.6 Max (max)
コーディング
LiveCodeBenchVals AI85.1%†–
SWE-bench (Vals)Vals AI82.0%†72.8%
Code MigrationVals AI43.9%†–
ProgramBenchVals AI0.0%†–
Vibe Code Bench v1.1Vals AI71.0%†–
SWE Atlas v1.0: Codebase QnAScale AI SEAL40.3%–
SWE Atlas v1.0: RefactoringScale AI SEAL48.6%–
SWE Atlas v1.0: Test WritingScale AI SEAL38.5%–
MirrorCodeEpoch AI Benchmarking Hub31.1%†–
ALE-BenchEpoch AI Benchmarking Hub1323.0–
Terminal-Bench 2.1 (AA)Artificial Analysis83.2%†–
エージェント・ツール
Terminal-BenchTerminal-Bench80.2%–
OSWorld-Verified 2.0OSWorld18.2%†–
APEX-AgentsMercor49.2%†–
LiveBench Agentic CodingLiveBench50.7%†–
Terminal-Bench HardArtificial Analysis51.5%†43.9%
τ²-Bench Telecom (AA)Artificial Analysis88.6%†95.9%
Terminal-Bench 2.1 (Vals)Vals AI68.5%†–
MCP AtlasScale AI SEAL79.1%†–
HiL-BenchScale AI SEAL41.7%–
τ³-bench Bankingτ²-bench40.2%†–
GDPval-AA v2.1Artificial Analysis1361†–
τ³-Banking (AA)Artificial Analysis34.6%†–
ITBench SRE (AA)Artificial Analysis46.7%†–
Analyst Agent (AA)Artificial Analysis43.8%†–
Finance Agent v2Vals AI51.5%†–
Harvey's Legal Agent Benchmark v1Vals AI6.7%†–
Legal Research BenchVals AI38.5%†–
Tax Agent BenchVals AI23.7%†–
Terminal-Bench 2.0 (Vals)Vals AI68.5%†51.7%
Arena SearchArena (LMArena)1210–
PostTrainBenchEpoch AI Benchmarking Hub24.3%†–
ExploitBenchEpoch AI Benchmarking Hub26.5%–
GBAEvalEpoch AI Benchmarking Hub43.8%–
Vending-Bench 2Andon Labs10936.84254.2
AA-Briefcase v1.1Artificial Analysis1252†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub70.2%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub86.7%†91.1%
ProofBenchVals AI54.0%†–
LiveBench MathematicsLiveBench92.8%†–
AIME (Vals)Vals AI96.3%–
AIME 2026MathArena95.8%†–
HMMT February 2026MathArena93.9%†–
MathArena ApexMathArena40.6%†–
Arena MathsArena (LMArena)14901471
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub51.7%†52.0%
LiveBench 1.0 Data AnalysisLiveBench78.3%†–
MMLU-ProVals AI89.9%†–
LegalBenchVals AI85.3%†–
CorpFinVals AI66.1%†66.5%
TaxEvalVals AI75.3%†–
CaseLaw v2Vals AI68.4%47.9%
Excel Modeling BenchmarkVals AI63.7%†–
MedCodeVals AI54.9%†–
MedScribeVals AI83.0%†–
EBR-benchEpoch AI Benchmarking Hub19.1%†–
GDP.pdfEpoch AI Benchmarking Hub21.0%†–
指示追従
LiveBench LanguageLiveBench77.9%†–
LiveBench Instruction FollowingLiveBench66.7%†–
IFBenchArtificial Analysis58.6%†76.6%
Arena Instruction FollowingArena (LMArena)14931451
人間の評価
Arena TextArena (LMArena)14941460
EQ-Bench 4EQ-Bench1293–
EQ-Bench Creative Writing v3EQ-Bench1915–
Arena Creative WritingArena (LMArena)14821438
Arena Multi-turnArena (LMArena)15141466
Arena Longer QueriesArena (LMArena)15081473
マルチモーダル
Arena VisionArena (LMArena)1319–
MMMU-ProArtificial Analysis78.8%†–
MMMU-Pro (Vals)Vals AI85.5%†–
MortgageTaxVals AI70.3%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub24.5%–
Furniture AssemblyEpoch AI Benchmarking Hub33.3%†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.7%†80.7%
Arena DocumentArena (LMArena)1494–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.4149.8
LiveBench 1.0LiveBench76.5%†–
AA Intelligence Index v4.3.2Artificial Analysis40.7†28.4
AA Progress Index v1Artificial Analysis312.5†297.1
Vals RSI IndexVals AI19.1%†–
Vals Multimodal IndexVals AI67.4%†–

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

最近の変化

  • Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
  • Claude Opus 4.7:スコアの改訂1件。
  • Qwen3.6 Max (max):新しい結果1件(AA Progress Index v1)。
  • Claude Opus 4.7:スコアの改訂1件。
  • Claude Opus 4.7:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
  • Qwen3.6 Max (max):BenchLeader Index 63.3 → 62.8。
  • Claude Opus 4.7:スコアの改訂1件。
  • Claude Opus 4.7:スコアの改訂1件。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Opus 4.7 vs Qwen3.6 Max:よくある質問

Claude Opus 4.7はQwen3.6 Maxより優れていますか?
Claude Opus 4.7とQwen3.6 Max (max)の品質は互角です(63.1 対 62.1、±4.8の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Claude Opus 4.7とQwen3.6 Maxはどちらが安いですか?今後変わる予定はありますか?
現在はQwen3.6 Maxの方が安く、100万トークンあたり$2.92 対 $10.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはClaude Opus 4.7とQwen3.6 Maxのどちらが向いていますか?
コーディングではClaude Opus 4.7の方がスコアが高くなっています(カテゴリ指標で61 対 56。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Opus 4.7が1555、Qwen3.6 Maxが1482です。
エージェントやツール利用にはClaude Opus 4.7とQwen3.6 Maxのどちらが向いていますか?
エージェント型のタスクではQwen3.6 Maxの方がスコアが高くなっています(カテゴリ指標で72 対 68。50が平均)。
長い文書にはどちらが向いていますか?
コンテキストはClaude Opus 4.7の方が長く、1,000,000トークンです(Qwen3.6 Maxは262,144トークン)。
ほかの質問(2件)
Claude Opus 4.7とQwen3.6 Maxについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある13件のベンチマークのうち、Claude Opus 4.7のリードが12件、Qwen3.6 Maxのリードが1件です。両方を評価しているすべての総合指標で、Claude Opus 4.7が上回っています。
Qwen3.6 Maxはいつリリースされましたか?
Qwen3.6 Maxは2026年4月20日にリリースされました。