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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-Flash

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-28

Metrik Claude Opus 4.8 Claude Opus 4.8 none Veröffentlichung: 2026-05-28 Qwen3.5-Flash Qwen3.5-Flash medium Veröffentlichung: 2026-02-24
Punktzahl 7.3 7.6
Rang #63 #48
Zuverlässigkeit 10.0 10.0
Konsistenz 9.2 8.0
Korrekte Tests
Erfolgsquote pro Versuch 65.0% 75.0%
Instabile Tests 2 5
Gesamtläufe 60 60
Kosten pro Ergebnis 4.324 0.821
Gesamtkosten $0.519 $0.074
Eingabepreis $5.000 / 1M $0.065 / 1M
Ausgabepreis $25.000 / 1M $0.260 / 1M
Ausgabe-Token 8,098 2,074
Denk-Token 0 272,063
Antwortzeit (Durchschnitt) 3.51s 63.04s
Antwortzeit (Maximum) 17.73s 234.29s
Antwortzeit (Gesamt) 70.19s 1197.71s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
Qwen3.5-Flash 4.1 5.8 33.3% 1 54.23s 288 67,546
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 308 0
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 5.3 7.2 44.4% 1 1.66s 61 0
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 230 0
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 95 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 783 0
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 89 12,457
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 355 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 212 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 32 37,037

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumDeepSeek V4 FlashhighKostenlos verfügbarvsQwen3.5-FlashmediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5 MinimediumClaude Opus 4.8nonevsKimi K2.6mediumKostenlos verfügbar