Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 Max Preview

Resumen

Comparación benchmark de Claude Opus 4.8 (medium) vs Qwen3.6 Max Preview (medium): Qwen3.6 Max Preview (medium) lidera en puntuación media con 8.9 vs 8.8. Qwen3.6 Max Preview (medium) tiene menor coste de benchmark con $0.960 vs $1.107. Claude Opus 4.8 (medium) es más rápido con 9.72s vs 59.63s, con tasas de acierto de 84.1% vs 81.0%.

Modelo recomendado: Claude Opus 4.8 (medium) - Su puntuación se mantiene cerca de la mejor aquí (8.8 vs 8.9) y responde aproximadamente 6.1x más rápido que Qwen3.6 Max Preview (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-10

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20
Puntuación 8.8 8.9
Rango #15 #14
Fiabilidad 10.0 10.0
Consistencia 9.6 9.3
Pruebas correctas
Tasa de aciertos por intento 84.1% 81.0%
Pruebas inestables 1 2
Ejecuciones totales 63 63
Costo por resultado 6.512 7.024
Costo total $1.107 $0.960
Precio de entrada $5.000 / 1M $1.040 / 1M
Precio de salida $25.000 / 1M $6.240 / 1M
Total de tokens de entrada 61,007 42,362
Tokens de salida 26,495 2,273
Tokens de razonamiento 5,901 144,367
Tiempo de respuesta (promedio) 9.72s 59.63s
Tiempo de respuesta (máximo) 38.03s 238.07s
Tiempo de respuesta (total) 204.19s 1252.17s

Generación showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Coste
$0.057
Tiempo
23.1s
Tokens
2,412 tok

#14 Qwen3.6 Max Preview

medium
Coste
$0.024
Tiempo
76.5s
Tokens
3,861 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 3.95s 834 1,179 478
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 672 228 10,075
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 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
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 38.03s 23,561 5,260 1,588
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 7,782 270 10,106
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 14.59s 975 7,477 900
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 771 60 30,371
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 2.46s 708 237 0
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 516 129 3,510
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 10.0 10.0 100.0% 0 3.32s 909 373 320
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 699 103 5,848
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 3.95s 894 791 483
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 696 329 7,693
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 8.96s 11,775 301 225
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 8,193 309 1,571
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 6.14s 258 451 214
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 204 28 7,661

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.6 SolhighvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsQwen3.6 Max PreviewmediumGPT-5.6 SollowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.6 Terrahigh