Navegación
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 4.7 vs Qwen: Qwen3.7 Plus

Resumen

Comparación benchmark de Claude Opus 4.7 vs Qwen3.7 Plus: Claude Opus 4.7 lidera en puntuación media con 8.7 vs 7.2. Qwen3.7 Plus tiene menor coste de benchmark con $0.023 vs $0.679. Qwen3.7 Plus es más rápido con 2.85s vs 4.73s, con tasas de acierto de 82.5% vs 47.6%.

Modelo recomendado: Claude Opus 4.7 - Tiene la puntuación más alta en esta comparación (8.7) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16 Qwen3.7 Plus Qwen3.7 Plus none Lanzamiento: 2026-06-03
Puntuación 8.7 7.2
Rango #13 #60
Fiabilidad 10.0 10.0
Consistencia 9.6 10.0
Pruebas correctas
Tasa de aciertos por intento 82.5% 47.6%
Pruebas inestables 1 0
Ejecuciones totales 63 63
Costo por resultado 3.991 0.276
Costo total $0.679 $0.023
Precio de entrada $5.000 / 1M $0.320 / 1M
Precio de salida $25.000 / 1M $1.280 / 1M
Total de tokens de entrada 65,406 42,510
Tokens de salida 11,858 6,578
Tokens de razonamiento 2,198 0
Tiempo de respuesta (promedio) 4.73s 2.85s
Tiempo de respuesta (máximo) 23.18s 29.38s
Tiempo de respuesta (total) 94.51s 59.86s

Generación showcase

Hamster playing table tennis

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

#13 Claude Opus 4.7

medium
Coste
$0.059
Tiempo
26.8s
Tokens
2,475 tok

#60 Qwen3.7 Plus

none
Coste
$0.019
Tiempo
213.5s
Tokens
11,960 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
Qwen3.7 Plus 6.5 10.0 50.0% 0 1.38s 696 349 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 1.43s 7,794 243 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
Qwen3.7 Plus 3.0 10.0 0.0% 0 868ms 789 18 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
Qwen3.7 Plus 5.3 10.0 0.0% 0 1.33s 522 78 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
Qwen3.7 Plus 6.3 10.0 50.0% 0 929ms 711 72 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
Qwen3.7 Plus 7.7 10.0 66.7% 0 1.71s 714 443 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
Qwen3.7 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0

Comparación rápida

Cambiar par de comparación

Gemma 4 26B A4BmediumDisponible gratisvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneQwen3.7 PlusnonevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsQwen3.7 PlusnoneDeepSeek V3.2mediumvsQwen3.7 PlusnoneGemini 3.5 FlashminimalvsQwen3.7 PlusnoneGPT-5.4 NanomediumvsQwen3.7 Plusnone