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 Sonnet 5 vs Qwen: Qwen3.5-Flash

average score প্রায় সমান: 6.3 vs 6.2. Qwen3.5-Flash (medium)-এর benchmark খরচ কম: $0.139 vs $0.548. Claude Sonnet 5 দ্রুত: 6.04s vs 84.82s, pass rates 45.5% vs 69.7%.

প্রস্তাবিত মডেলClaude Sonnet 5It has the best score here (6.3), while responding about 14.0x faster than Qwen3.5-Flash (medium).

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

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 none প্রকাশ: 2026-06-30 Qwen3.5-Flash Qwen3.5-Flash medium প্রকাশ: 2026-02-24
স্কোর 6.3 6.2
র‍্যাঙ্ক #106 #108
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.7 7.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 69.7%
অস্থির টেস্ট 4 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 6.840 1.361
মোট খরচ $0.548 $0.139
ইনপুট মূল্য $2.000 / 1M $0.065 / 1M
আউটপুট মূল্য $10.000 / 1M $0.260 / 1M
মোট ইনপুট টোকেন 161,035 118,499
আউটপুট টোকেন 22,511 12,284
রিজনিং টোকেন 0 490,610
প্রতিক্রিয়া সময় (গড়) 6.04s 84.82s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 33.39s 515.38s
প্রতিক্রিয়া সময় (মোট) 132.85s 1781.22s

Hamster playing table tennis

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

#106 Claude Sonnet 5

none
খরচ
$0.061
সময়
53.7s
টোকেন
6,172 tok

#108 Qwen3.5-Flash

medium
খরচ
$0.002
সময়
25.8s
টোকেন
4,294 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 Sonnet 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

দ্রুত তুলনা

তুলনার জুটি বদলান