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: Qwen3.5 Plus 2026-04-20

Claude Opus 4.8 average score-এ এগিয়ে: 7.3 vs 7.2. Qwen3.5 Plus 2026-04-20 (medium)-এর benchmark খরচ কম: $0.317 vs $1.166. Claude Opus 4.8 দ্রুত: 4.91s vs 46.36s, pass rates 63.6% vs 63.6%.

প্রস্তাবিত মডেলClaude Opus 4.8It has the best score here (7.3), while responding about 9.4x faster than Qwen3.5 Plus 2026-04-20 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-20

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium প্রকাশ: 2026-04-20
স্কোর 7.3 7.2
র‍্যাঙ্ক #66 #70
নির্ভরযোগ্যতা 10.0 9.6
ধারাবাহিকতা 9.2 9.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 63.6%
অস্থির টেস্ট 2 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 3.023
মোট খরচ $1.166 $0.317
ইনপুট মূল্য $5.000 / 1M $0.300 / 1M
আউটপুট মূল্য $25.000 / 1M $1.800 / 1M
মোট ইনপুট টোকেন 149,206 42,097
আউটপুট টোকেন 16,797 2,280
রিজনিং টোকেন 0 166,613
প্রতিক্রিয়া সময় (গড়) 4.91s 46.36s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 189.38s
প্রতিক্রিয়া সময় (মোট) 108.03s 973.57s

Hamster playing table tennis

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

#66 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

#70 Qwen3.5 Plus 2026-04-20

medium
খরচ
$0.008
সময়
76.7s
টোকেন
4,355 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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Qwen3.5 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682

দ্রুত তুলনা

তুলনার জুটি বদলান