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

AI BENCHY तुलना

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 Plus

सारांश

Claude Opus 4.8 vs Qwen3.6 Plus benchmark तुलना: Qwen3.6 Plus average score में आगे है: 7.8 vs 7.7. Qwen3.6 Plus की benchmark लागत कम है: $0.294 vs $1.270. Claude Opus 4.8 तेज है: 10.83s vs 30.70s, pass rates 79.4% vs 69.8%.

अनुशंसित मॉडल: Qwen3.6 Plus - It has the best score here (7.8), while costing about 4.3x less than Claude Opus 4.8.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-30

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 Qwen3.6 Plus Qwen3.6 Plus medium रिलीज़: 2026-04-20
स्कोर 7.7 7.8
रैंक #38 #31
विश्वसनीयता 10.0 10.0
संगति 8.8 9.3
सही परीक्षण
प्रति प्रयास पास दर 79.4% 69.8%
अस्थिर टेस्ट 3 2
कुल रन 63 63
प्रति परिणाम लागत 8.466 0.831
कुल लागत $1.270 $0.294
इनपुट कीमत $5.000 / 1M $0.325 / 1M
आउटपुट कीमत $25.000 / 1M $1.950 / 1M
कुल इनपुट टोकन 60,946 41,565
आउटपुट टोकन 31,771 1,853
रीजनिंग टोकन 6,831 141,973
प्रतिक्रिया समय (औसत) 10.83s 30.70s
प्रतिक्रिया समय (अधिकतम) 127.97s 201.68s
प्रतिक्रिया समय (कुल) 227.39s 613.99s

जनरेशन शोकेस

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 tok

#31 Qwen3.6 Plus

medium
लागत
$0.024
समय
219.0s
टोकन
12,235 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 672 207 7,557
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 771 56 33,464
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 516 111 5,232
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 699 102 5,552
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.34s 696 309 6,712
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 204 21 7,761

त्वरित तुलना

तुलना जोड़ी बदलें