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 4.8 vs Qwen: Qwen3.5-122B-A10B

Resumen

Comparación benchmark de Claude Opus 4.8 vs Qwen3.5-122B-A10B: La puntuación media está prácticamente empatada en 7.7 vs 7.7. Qwen3.5-122B-A10B tiene menor coste de benchmark con $0.588 vs $1.270. Claude Opus 4.8 es más rápido con 10.83s vs 42.49s, con tasas de acierto de 79.4% vs 73.0%.

Modelo recomendado: Claude Opus 4.8 - Tiene la mejor puntuación aquí (7.7) y responde aproximadamente 3.9x más rápido que Qwen3.5-122B-A10B.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-30

Métrica Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24
Puntuación 7.7 7.7
Rango #38 #37
Fiabilidad 10.0 10.0
Consistencia 8.8 8.8
Pruebas correctas
Tasa de aciertos por intento 79.4% 73.0%
Pruebas inestables 3 3
Ejecuciones totales 63 63
Costo por resultado 8.466 5.235
Costo total $1.270 $0.588
Precio de entrada $5.000 / 1M $0.260 / 1M
Precio de salida $25.000 / 1M $2.080 / 1M
Total de tokens de entrada 60,946 41,832
Tokens de salida 31,771 26,187
Tokens de razonamiento 6,831 251,028
Tiempo de respuesta (promedio) 10.83s 42.49s
Tiempo de respuesta (máximo) 127.97s 168.16s
Tiempo de respuesta (total) 227.39s 892.30s

Generación showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
Coste
$0.031
Tiempo
14.1s
Tokens
1,345 tok

#37 Qwen3.5-122B-A10B

medium
Coste
$0.019
Tiempo
48.7s
Tokens
6,034 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
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 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
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 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
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 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
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 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
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 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
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 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
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 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
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 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8lowvsKimi K2.6mediumDisponible gratisClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsGrok Build 0.1mediumClaude Opus 4.8lowvsQwen3.5-27Bmedium