নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.7 Plus

Qwen3.7 Plus (medium) average score-এ এগিয়ে: 7.9 vs 7.8. Qwen3.7 Plus (medium)-এর benchmark খরচ কম: $0.267 vs $2.077. Claude Opus 4.8 (low) দ্রুত: 12.74s vs 51.51s, pass rates 80.3% vs 75.8%.

প্রস্তাবিত মডেলQwen3.7 Plus (medium)It has the best score here (7.9), while costing about 7.8x less than Claude Opus 4.8 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 low প্রকাশ: 2026-05-28 Qwen3.7 Plus Qwen3.7 Plus medium প্রকাশ: 2026-06-03
স্কোর 7.8 7.9
র‍্যাঙ্ক #39 #34
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 75.8%
অস্থির টেস্ট 3 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.979 2.072
মোট খরচ $2.077 $0.267
ইনপুট মূল্য $5.000 / 1M $0.320 / 1M
আউটপুট মূল্য $25.000 / 1M $1.280 / 1M
মোট ইনপুট টোকেন 156,525 115,233
আউটপুট টোকেন 43,141 6,162
রিজনিং টোকেন 8,617 173,267
প্রতিক্রিয়া সময় (গড়) 12.74s 51.51s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 127.97s 315.30s
প্রতিক্রিয়া সময় (মোট) 280.29s 1133.15s

Hamster playing table tennis

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

#39 Claude Opus 4.8

low
খরচ
$0.031
সময়
14.1s
টোকেন
1,345 tok

#34 Qwen3.7 Plus

medium
খরচ
$0.018
সময়
193.2s
টোকেন
10,821 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576

দ্রুত তুলনা

তুলনার জুটি বদলান