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

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-Flash

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-Flash medium Lanzamiento: Fecha de lanzamiento desconocida
Rango #20 #24
Puntuación 6.07 5.79
Consistencia 8.80 7.60
Costo por resultado 10.992 0.650
Costo total $0.880 $0.046
Pruebas correctas
Pruebas incorrectas 6 7
Tasa de aciertos por intento 61.9% 66.7%
Pruebas inestables 2 4
Tokens de salida 19,576 1,194
Tokens de razonamiento 11,081 108,368

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-Flash 10.00 10.00 100.0% 0 363 23,645
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-Flash 5.50 5.87 83.3% 1 235 16,237
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-Flash 1.00 4.41 33.3% 2 52 34,605
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-Flash 7.50 9.91 50.0% 0 98 14,139
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-Flash 4.00 7.21 55.6% 1 137 18,458
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-Flash 10.00 10.00 100.0% 0 309 1,284

Cambiar par de comparación

Comparar Anthropic: Claude Opus 4.6 contra...

Comparar Qwen: Qwen3.5-Flash contra...