Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.7 Max

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 Qwen3.7 Max Qwen3.7 Max medium Lanzamiento: 2026-05-22
Puntuación 8.7 9.0
Rango #12 #5
Fiabilidad 10.0 10.0
Consistencia 9.6 9.6
Pruebas correctas
Tasa de aciertos por intento 83.3% 88.3%
Pruebas inestables 1 1
Ejecuciones totales 60 60
Costo por resultado 6.285 5.540
Costo total $1.006 $0.471
Precio de entrada $5.000 / 1M $1.250 / 1M
Precio de salida $25.000 / 1M $3.750 / 1M
Tokens de salida 23,201 2,109
Tokens de razonamiento 5,901 110,285
Tiempo de respuesta (promedio) 9.34s 13.83s
Tiempo de respuesta (máximo) 38.03s 33.37s
Tiempo de respuesta (total) 186.84s 276.53s

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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 222 8,742
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
Qwen3.7 Max 10.0 10.0 100.0% 0 22.98s 403 22,134
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
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 366 8,405
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 270 6,254
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
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 61 31,793
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
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 135 4,457
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
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 102 5,452
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 259 8,908
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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 267 1,220
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
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 24 12,920

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8mediumvsGemini 3 Flash PreviewlowGPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashnonevsQwen3.7 MaxmediumClaude Opus 4.8mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3 Flash PreviewlowvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 FlashminimalClaude Opus 4.8mediumvsQwen3.7 MaxnoneClaude Opus 4.8mediumvsGPT-5.2 Chatnone