Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-27B

Qwen3.5-27B (medium) führt beim Durchschnittsscore mit 7.4 vs 7.3. Claude Opus 4.8 hat die niedrigeren Benchmark-Kosten mit $1.166 vs $1.627. Claude Opus 4.8 ist schneller mit 4.91s vs 111.94s, mit Erfolgsraten von 63.6% vs 72.7%.

Empfohlenes ModellClaude Opus 4.8Die Punktzahl bleibt nah an der besten hier (7.3 vs 7.4) und es antwortet etwa 22.8x schneller als Qwen3.5-27B (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-18

Metrik	Claude Opus 4.8 Claude Opus 4.8 none Veröffentlichung: 2026-05-28	Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24

Metrik	Claude Opus 4.8 Claude Opus 4.8 none Veröffentlichung: 2026-05-28	Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24
Punktzahl	7.3	7.4
Rang	#65	#58
Zuverlässigkeit	10.0	10.0
Konsistenz	9.2	8.2
Korrekte Tests
Erfolgsquote pro Versuch	63.6%	72.7%
Instabile Tests	2	5
Gesamtläufe	66	66
Kosten pro Ergebnis	8.969	8.324
Gesamtkosten	$1.166	$1.627
Eingabepreis	$5.000 / 1M	$0.260 / 1M
Ausgabepreis	$25.000 / 1M	$2.600 / 1M
Gesamte Eingabe-Token	149,206	111,635
Ausgabe-Token	16,797	15,999
Denk-Token	0	598,430
Antwortzeit (Durchschnitt)	4.91s	111.94s
Antwortzeit (Maximum)	35.03s	1026.43s
Antwortzeit (Gesamt)	108.03s	2462.67s

Hamster playing table tennis

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

#65 Claude Opus 4.8

none

Kosten: $0.053
Zeit: 22.0s
Token: 2,253 tok

#58 Qwen3.5-27B

medium

Kosten: $0.008
Zeit: 62.0s
Token: 3,099 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
Qwen3.5-27B	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	5.3	7.2	44.4%	1		1.70s	975	61	0
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	10.0	10.0	100.0%	0		3.48s	708	230	0
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	10.0	10.0	100.0%	0		5.35s	11,775	355	0
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Claude Opus 4.8	3.0	10.0	0.0%	0		3.41s	258	212	0
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.8nonevsStep 3.7 Flashlow Claude Opus 4.8nonevsKimi K2.6medium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsKAT-Coder-Pro V2.5high GPT-5.6 TerralowvsQwen3.5-27Bmedium Claude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium GPT-5.3 ChatnonevsQwen3.5-27Bmedium Gemini 3 Flash PreviewlowvsQwen3.5-27Bmedium KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium Claude Opus 4.8nonevsQwen3.5 Plus 2026-04-20medium Claude Sonnet 4.6nonevsQwen3.5-27Bmedium Claude Opus 4.8nonevsKAT-Coder-Pro V2.5low