Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-122B-A10B

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica Anthropic: Claude Opus 4.6 medium Lanzamiento: Fecha de lanzamiento desconocida Qwen: Qwen3.5-122B-A10B medium Lanzamiento: Fecha de lanzamiento desconocida
Rango #20 #13
Puntuación 6.07 6.77
Consistencia 8.80 8.22
Costo por resultado 10.992 5.137
Costo total $0.880 $0.463
Pruebas correctas
Pruebas incorrectas 6 5
Tasa de aciertos por intento 61.9% 76.2%
Pruebas inestables 2 3
Tokens de salida 19,576 16,751
Tokens de razonamiento 11,081 125,394

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 248 10,486
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
Qwen: Qwen3.5-122B-A10B 9.88 10.00 100.0% 0 270 16,558
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
Qwen: Qwen3.5-122B-A10B 1.00 7.21 11.1% 1 15,537 64,889
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
Qwen: Qwen3.5-122B-A10B 5.50 5.92 83.3% 1 77 7,372
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
Qwen: Qwen3.5-122B-A10B 7.00 7.21 88.9% 1 297 24,863
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 322 1,226

Cambiar par de comparación

Comparar Anthropic: Claude Opus 4.6 contra...

Comparar Qwen: Qwen3.5-122B-A10B contra...