Comparar Gráficos

Idioma:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.5-27B

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 none Lanzamiento: Fecha de lanzamiento desconocida	Qwen: Qwen3.5-27B medium Lanzamiento: Fecha de lanzamiento desconocida
Rango	#14	#5
Puntuación	6.36	8.55
Consistencia	9.50	9.55
Costo por resultado	1.325	2.950
Costo total	$0.106	$0.325
Pruebas correctas
Pruebas incorrectas	6	3
Tasa de aciertos por intento	59.5%	83.3%
Pruebas inestables	1	1
Tokens de salida	2,637	1,091
Tokens de razonamiento	0	131,807

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	4.00	10.00	33.3%	0		1,199	0
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

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		252	0
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

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	7.00	10.00	66.7%	0		54	0
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

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	5.50	10.00	50.0%	0		90	0
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

Puzzle Solving	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	5.00	7.68	44.4%	1		595	0
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

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		447	0
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

Cambiar par de comparación

Comparar Anthropic: Claude Sonnet 4.6 contra...

Comparar Qwen: Qwen3.5-27B contra...