Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-Flash

Resumen

Comparación benchmark de Claude Opus 4.8 vs Qwen3.5-Flash (medium): Claude Opus 4.8 lidera en puntuación media con 7.2 vs 6.8. Qwen3.5-Flash (medium) tiene menor coste de benchmark con $0.080 vs $0.539. Claude Opus 4.8 es más rápido con 3.48s vs 63.29s, con tasas de acierto de 61.9% vs 71.4%.

Modelo recomendado: Claude Opus 4.8 - Tiene la mejor puntuación aquí (7.2) y responde aproximadamente 18.2x más rápido que Qwen3.5-Flash (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 none Lanzamiento: 2026-05-28 Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24
Puntuación 7.2 6.8
Rango #70 #84
Fiabilidad 10.0 10.0
Consistencia 9.2 8.1
Pruebas correctas
Tasa de aciertos por intento 61.9% 71.4%
Pruebas inestables 2 5
Ejecuciones totales 63 63
Costo por resultado 4.485 0.871
Costo total $0.539 $0.080
Precio de entrada $5.000 / 1M $0.065 / 1M
Precio de salida $25.000 / 1M $0.260 / 1M
Total de tokens de entrada 67,104 38,926
Tokens de salida 8,107 2,088
Tokens de razonamiento 0 294,598
Tiempo de respuesta (promedio) 3.48s 63.29s
Tiempo de respuesta (máximo) 17.73s 234.29s
Tiempo de respuesta (total) 73.00s 1265.85s

Generación showcase

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
Coste
$0.053
Tiempo
22.0s
Tokens
2,253 tok

#84 Qwen3.5-Flash

medium
Coste
$0.002
Tiempo
25.8s
Tokens
4,294 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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 7.2 44.4% 1 1.70s 975 61 0
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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 3.48s 708 230 0
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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 5.35s 11,775 355 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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 3.41s 258 212 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGemini 3.5 FlashnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponible gratisClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 Codemedium