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

Claude Opus 4.8 (low) vs Qwen3.6 Plus (medium)

Qwen3.6 Plus (medium) average score में आगे है: 7.8 vs 7.8. Qwen3.6 Plus (medium) की benchmark लागत कम है: $0.418 vs $2.089. Claude Opus 4.8 (low) तेज है: 12.88s vs 45.52s, pass rates 80.3% vs 71.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#67
कुल आउटपुट टोकन
52,237
प्रतिक्रिया समय (औसत)
12.88s
कुल लागत
$2.089
रैंक
#61
कुल आउटपुट टोकन
197,632
प्रतिक्रिया समय (औसत)
45.52s
कुल लागत
$0.418
अनुशंसित मॉडल Qwen3.6 Plus (medium)

It has the best score here (7.8), while costing about 5.0x less than Claude Opus 4.8 (low).

विस्तृत तुलना

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 7.8 7.8
रैंक #67 #61
विश्वसनीयता 10.0 10.0
संगति 8.9 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 80.3% 71.2%
अस्थिर टेस्ट 3 2
कुल रन 66 66
प्रति परिणाम लागत 13.054 1.695
कुल लागत $2.089 $0.418
इनपुट कीमत $5.000 / 1M $0.325 / 1M
आउटपुट कीमत $25.000 / 1M $1.950 / 1M
कुल इनपुट टोकन 156,522 97,698
आउटपुट टोकन 43,056 6,417
रीजनिंग टोकन 9,181 191,215
प्रतिक्रिया समय (औसत) 12.88s 45.52s
प्रतिक्रिया समय (अधिकतम) 127.97s 291.55s
प्रतिक्रिया समय (कुल) 283.32s 955.94s
पैरामीटर ~5T कुल (~500B सक्रिय) ~397B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#67 Claude Opus 4.8

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

#61 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

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

त्वरित तुलना

तुलना जोड़ी बदलें