AI BENCHY Compare

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

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs Qwen3.5-Flash: Claude Sonnet 4.6 lidera en puntuación media con 7.3 vs 6.8. Qwen3.5-Flash tiene menor coste de benchmark con $0.080 vs $0.316. Claude Sonnet 4.6 es más rápido con 5.04s vs 63.29s, con tasas de acierto de 55.6% vs 71.4%.

Modelo recomendado: Claude Sonnet 4.6 - Tiene la mejor puntuación aquí (7.3) y responde aproximadamente 12.6x más rápido que Qwen3.5-Flash.

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

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17	Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17	Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24
Puntuación	7.3	6.8
Rango	#55	#70
Fiabilidad	10.0	10.0
Consistencia	9.7	8.1
Pruebas correctas
Tasa de aciertos por intento	55.6%	71.4%
Pruebas inestables	1	5
Ejecuciones totales	63	63
Costo por resultado	2.870	0.871
Costo total	$0.316	$0.080
Precio de entrada	$3.000 / 1M	$0.065 / 1M
Precio de salida	$15.000 / 1M	$0.260 / 1M
Total de tokens de entrada	57,886	38,926
Tokens de salida	9,465	2,088
Tokens de razonamiento	0	294,598
Tiempo de respuesta (promedio)	5.04s	63.29s
Tiempo de respuesta (máximo)	23.84s	234.29s
Tiempo de respuesta (total)	70.60s	1265.85s

Generación showcase

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none

Coste: $0.038
Tiempo: 27.3s
Tokens: 2,598 tok

#70 Qwen3.5-Flash

medium

Coste: $0.002
Tiempo: 25.8s
Tokens: 4,294 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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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 Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Comparación rápida

Cambiar par de comparación