Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-28

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 8.7 8.4
Rango #12 #16
Fiabilidad 10.0 10.0
Consistencia 9.6 9.2
Pruebas correctas
Tasa de aciertos por intento 83.3% 80.0%
Pruebas inestables 1 2
Ejecuciones totales 60 60
Costo por resultado 6.285 6.910
Costo total $1.006 $0.872
Precio de entrada $5.000 / 1M $1.040 / 1M
Precio de salida $25.000 / 1M $6.240 / 1M
Tokens de salida 23,201 2,253
Tokens de razonamiento 5,901 130,852
Tiempo de respuesta (promedio) 9.34s 58.43s
Tiempo de respuesta (máximo) 38.03s 238.07s
Tiempo de respuesta (total) 186.84s 1168.66s

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 salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 228 10,075
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
Qwen3.6 Max Preview 8.2 6.7 83.3% 1 177.97s 407 39,442
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 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 salida Tokens de razonamiento
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 481 312
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 270 10,106
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 60 30,371
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 237 0
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 129 3,510
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 373 320
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 103 5,848
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 791 483
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 329 7,693
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 301 225
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 309 1,571
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 451 214
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 28 7,661

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGemini 3.5 FlashnoneGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashminimalvsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 FlashminimalGemini 3 Flash PreviewnonevsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.6 Max Previewmedium