নেভিগেশন
AI BENCHY
Advertise here

Claude Opus 4.8 vs Qwen3.7 Flash (low)

average score প্রায় সমান: 7.3 vs 7.3. Qwen3.7 Flash (low)-এর benchmark খরচ কম: $0.042 vs $1.166. Claude Opus 4.8 দ্রুত: 4.91s vs 36.80s, pass rates 63.6% vs 68.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-28

র‍্যাঙ্ক
#76
মোট আউটপুট টোকেন
16,797
প্রতিক্রিয়া সময় (গড়)
4.91s
মোট খরচ
$1.166
র‍্যাঙ্ক
#75
মোট আউটপুট টোকেন
297,249
প্রতিক্রিয়া সময় (গড়)
36.80s
মোট খরচ
$0.042
প্রস্তাবিত মডেল Qwen3.7 Flash (low)

It has the best score here (7.3), while costing about 28.2x less than Claude Opus 4.8.

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Qwen3.7 Flash Qwen3.7 Flash low প্রকাশ: 2026-07-28
স্কোর 7.3 7.3
র‍্যাঙ্ক #76 #75
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 9.2 8.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 68.2%
অস্থির টেস্ট 2 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 0.346
মোট খরচ $1.166 $0.042
ইনপুট মূল্য $5.000 / 1M $0.030 / 1M
আউটপুট মূল্য $25.000 / 1M $0.130 / 1M
মোট ইনপুট টোকেন 149,206 92,182
আউটপুট টোকেন 16,797 14,287
রিজনিং টোকেন 0 282,962
প্রতিক্রিয়া সময় (গড়) 4.91s 36.80s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 394.54s
প্রতিক্রিয়া সময় (মোট) 108.03s 809.54s

Hamster playing table tennis

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

#76 Claude Opus 4.8

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

#75 Qwen3.7 Flash

low
অবৈধ SVG
খরচ
$0.000
সময়
600.0s
টোকেন
0 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
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

দ্রুত তুলনা

তুলনার জুটি বদলান