Comparar Gráficos

Idioma:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-27B

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: Qwen3.5-27B medium Lanzamiento: Fecha de lanzamiento desconocida
Rango	#20	#5
Puntuación	6.07	8.55
Consistencia	8.80	9.55
Costo por resultado	10.992	2.950
Costo total	$0.880	$0.325
Pruebas correctas
Pruebas incorrectas	6	3
Tasa de aciertos por intento	61.9%	83.3%
Pruebas inestables	2	1
Tokens de salida	19,576	1,091
Tokens de razonamiento	11,081	131,807

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: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

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: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

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: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

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: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

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: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

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: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

Cambiar par de comparación

Comparar Anthropic: Claude Opus 4.6 contra...

Comparar Qwen: Qwen3.5-27B contra...