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 vs Qwen3.6 Max Preview: Claude Opus 4.8 lidera en puntuación media con 7.0 vs 6.9. Qwen3.6 Max Preview tiene menor coste de benchmark con $0.075 vs $0.539. Qwen3.6 Max Preview es más rápido con 3.30s vs 3.47s, con tasas de acierto de 61.9% vs 58.7%.

Modelo recomendado: Qwen3.6 Max Preview - Su puntuación se mantiene cerca de la mejor aquí (6.9 vs 7.0) y cuesta aproximadamente 7.3x menos que Claude Opus 4.8.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-10

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Qwen3.6 Max Preview Qwen3.6 Max Preview none Lanzamiento: 2026-04-20
Puntuación 7.0 6.9
Rango #69 #75
Fiabilidad 10.0 10.0
Consistencia 9.2 9.2
Pruebas correctas
Tasa de aciertos por intento 61.9% 58.7%
Pruebas inestables 2 2
Ejecuciones totales 63 63
Costo por resultado 4.485 0.824
Costo total $0.539 $0.075
Precio de entrada $5.000 / 1M $1.040 / 1M
Precio de salida $25.000 / 1M $6.240 / 1M
Total de tokens de entrada 67,104 42,509
Tokens de salida 8,107 4,779
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 3.47s 3.30s
Tiempo de respuesta (máximo) 17.73s 20.51s
Tiempo de respuesta (total) 72.90s 69.40s

Generation showcase

Hamster playing table tennis

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

#69 Claude Opus 4.8

none
Cost
$0.053
Time
22.0s
Tokens
2,253 tok

#75 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 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
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
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
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 7,794 243 0
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 1.66s 975 61 0
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 0
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
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 0
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
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 0
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 0
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 0
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighRing-2.6-1TmediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsMiMo-V2-FlashmediumClaude Opus 4.8nonevsSeed-2.0-Minimedium