Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

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 none Lanzamiento: 2026-05-28 Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24
Puntuación 7.3 7.6
Rango #63 #48
Fiabilidad 10.0 10.0
Consistencia 9.2 8.0
Pruebas correctas
Tasa de aciertos por intento 65.0% 75.0%
Pruebas inestables 2 5
Ejecuciones totales 60 60
Costo por resultado 4.324 0.821
Costo total $0.519 $0.074
Precio de entrada $5.000 / 1M $0.065 / 1M
Precio de salida $25.000 / 1M $0.260 / 1M
Tokens de salida 8,098 2,074
Tokens de razonamiento 0 272,063
Tiempo de respuesta (promedio) 3.51s 63.04s
Tiempo de respuesta (máximo) 17.73s 234.29s
Tiempo de respuesta (total) 70.19s 1197.71s

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 6.5 10.0 50.0% 0 3.40s 1,472 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
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 6.8 10.0 50.0% 0 3.59s 1,323 0
Qwen3.5-Flash 4.1 5.8 33.3% 1 54.23s 288 67,546
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 9.5 10.0 100.0% 0 17.73s 3,259 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 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 salida Tokens de razonamiento
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 308 0
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
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 7.2 44.4% 1 1.66s 61 0
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
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 3.48s 230 0
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
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 9.9 10.0 100.0% 0 1.37s 95 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
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 7.7 10.0 66.7% 0 2.74s 783 0
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 89 12,457
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 5.35s 355 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284
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 3.41s 212 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 32 37,037

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.5-FlashmediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5 MinimediumClaude Opus 4.8nonevsKimi K2.6mediumDisponible gratis