Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.5-Flash

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica Anthropic: Claude Sonnet 4.6 medium Lanzamiento: Fecha de lanzamiento desconocida Qwen: Qwen3.5-Flash medium Lanzamiento: Fecha de lanzamiento desconocida
Rango #8 #24
Puntuación 7.43 5.79
Consistencia 9.40 7.60
Costo por resultado 8.105 0.650
Costo total $0.811 $0.046
Pruebas correctas
Pruebas incorrectas 4 7
Tasa de aciertos por intento 73.8% 66.7%
Pruebas inestables 1 4
Tokens de salida 29,098 1,194
Tokens de razonamiento 20,435 108,368

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 363 23,645
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
Qwen: Qwen3.5-Flash 5.50 5.87 83.3% 1 235 16,237
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
Qwen: Qwen3.5-Flash 1.00 4.41 33.3% 2 52 34,605
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
Qwen: Qwen3.5-Flash 7.50 9.91 50.0% 0 98 14,139
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
Qwen: Qwen3.5-Flash 4.00 7.21 55.6% 1 137 18,458
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 309 1,284

Cambiar par de comparación

Comparar Anthropic: Claude Sonnet 4.6 contra...

Comparar Qwen: Qwen3.5-Flash contra...