Navegación
Advertise here

Claude Sonnet 4.6 (medium) vs Qwen3.7 Flash (high)

Claude Sonnet 4.6 (medium) lidera en puntuación media con 7.8 vs 7.8. Qwen3.7 Flash (high) tiene menor coste de benchmark con $0.052 vs $2.126. Claude Sonnet 4.6 (medium) es más rápido con 28.08s vs 41.37s, con tasas de acierto de 65.2% vs 71.2%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-09-10

Modelos comparados

Rango
#87
Total de tokens de salida
120,427
Tiempo de respuesta (promedio)
28.08s
Costo total
$2.126
Rango
#91
Total de tokens de salida
370,250
Tiempo de respuesta (promedio)
41.37s
Costo total
$0.052
Modelo recomendado Qwen3.7 Flash (high)

Su puntuación se mantiene cerca de la mejor aquí (7.8 vs 7.8) y cuesta aproximadamente 41.2x menos que Claude Sonnet 4.6 (medium).

Comparación detallada

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 Qwen3.7 Flash Qwen3.7 Flash high Lanzamiento: 2026-07-28
Puntuación 7.8 7.8
Rango #87 #91
Fiabilidad 10.0 10.0
Consistencia 9.5 7.8
Intentos 66/66 66/66
Pruebas correctas
Tasa de aciertos por intento 65.2% 71.2%
Pruebas inestables 1 6
Ejecuciones totales 66 66
Costo por resultado 15.182 0.398
Costo total $2.126 $0.052
Precio de entrada $3.000 / 1M $0.030 / 1M
Precio de salida $15.000 / 1M $0.130 / 1M
Total de tokens de entrada 106,316 116,331
Tokens de salida 79,338 12,330
Tokens de razonamiento 41,089 357,920
Tiempo de respuesta (promedio) 28.08s 41.37s
Tiempo de respuesta (máximo) 140.96s 431.47s
Tiempo de respuesta (total) 421.15s 910.11s
Parámetros ~1T en total (~100B activos) ~35B en total (~3B activos)
Disponibilidad Código cerrado Código cerrado

Generación showcase de modelos

Hamster playing table tennis

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

#87 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

#91 Qwen3.7 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
Coste
$0.000
Tiempo
600.0s
Tokens
0 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

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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

Comparación rápida

Cambiar par de comparación