Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.6 Plus

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-26

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20
Puntuación 7.6 7.8
Rango #50 #35
Fiabilidad 10.0 10.0
Consistencia 9.2 9.2
Pruebas correctas
Tasa de aciertos por intento 68.3% 68.3%
Pruebas inestables 2 2
Ejecuciones totales 60 60
Costo por resultado 10.229 0.630
Costo total $1.330 $0.082
Precio de entrada $3.000 / 1M $0.325 / 1M
Precio de salida $15.000 / 1M $1.950 / 1M
Tokens de salida 49,891 1,833
Tokens de razonamiento 29,565 124,782
Tiempo de respuesta (promedio) 15.81s 26.81s
Tiempo de respuesta (máximo) 46.35s 201.68s
Tiempo de respuesta (total) 189.71s 509.43s

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 207 7,557
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 6.9 6.0 66.7% 1 33.87s 11,277 3,281
Qwen3.6 Plus 4.1 6.7 16.7% 1 201.68s 38 33,395
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 592 646
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.34s 309 6,712
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 21 7,761

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighDisponible gratisClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 3.5 FlashminimalvsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 Plusmedium