Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de Claude Opus 4.8 vs Qwen3.7 Plus: Qwen3.7 Plus lidera en puntuación media con 8.2 vs 7.2. Qwen3.7 Plus tiene menor coste de benchmark con $0.177 vs $0.539. Claude Opus 4.8 es más rápido con 3.47s vs 38.95s, con tasas de acierto de 61.9% vs 77.8%.

Modelo recomendado: Qwen3.7 Plus - Tiene la mejor puntuación aquí (8.2) y cuesta aproximadamente 3.0x menos que Claude Opus 4.8.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lanzamiento: 2026-05-28 Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03
Puntuación 7.2 8.2
Rango #57 #25
Fiabilidad 10.0 10.0
Consistencia 9.2 9.1
Pruebas correctas
Tasa de aciertos por intento 61.9% 77.8%
Pruebas inestables 2 2
Ejecuciones totales 63 63
Costo por resultado 4.485 1.474
Costo total $0.539 $0.177
Precio de entrada $5.000 / 1M $0.320 / 1M
Precio de salida $25.000 / 1M $1.280 / 1M
Total de tokens de entrada 67,104 40,939
Tokens de salida 8,107 2,125
Tokens de razonamiento 0 125,754
Tiempo de respuesta (promedio) 3.47s 38.95s
Tiempo de respuesta (máximo) 17.73s 178.04s
Tiempo de respuesta (total) 72.90s 817.85s

Generación showcase

Hamster playing table tennis

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

#57 Claude Opus 4.8

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

#25 Qwen3.7 Plus

medium
Coste
$0.018
Tiempo
193.2s
Tokens
10,821 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
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsGemma 4 26B A4BmediumDisponible gratisDeepSeek V4 FlashhighvsQwen3.7 PlusmediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 CodemediumClaude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.6 FlashmediumClaude Opus 4.8nonevsGPT-5.4 Nanomedium