नेविगेशन
Advertise here

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

Qwen3.6 Plus (medium) average score में आगे है: 7.3 vs 7.2. Qwen3.6 Plus (medium) की benchmark लागत कम है: $0.554 vs $3.787. Claude Opus 4.8 (low) तेज है: 17.13s vs 57.41s, pass rates 78.3% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#211
कुल आउटपुट टोकन
69,489
प्रतिक्रिया समय (औसत)
17.13s
कुल लागत
$3.787
रैंक
#204
कुल आउटपुट टोकन
246,790
प्रतिक्रिया समय (औसत)
57.41s
कुल लागत
$0.554
अनुशंसित मॉडल Qwen3.6 Plus (medium)

It has the best score here (7.3), while costing about 6.8x 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 7.2 7.3
रैंक #211 #204
विश्वसनीयता 10.0 10.0
संगति 8.6 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 69.6%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 23.669 2.605
कुल लागत $3.787 $0.554
इनपुट कीमत $5.000 / 1M $0.325 / 1M
आउटपुट कीमत $25.000 / 1M $1.950 / 1M
कैश पढ़ने की कीमत $0.500 / 1M लागू नहीं
कैश लिखने की कीमत $6.250 / 1M $0.407 / 1M
कुल इनपुट टोकन 409,947 222,601
आउटपुट टोकन 46,060 8,185
रीजनिंग टोकन 23,429 238,605
प्रतिक्रिया समय (औसत) 17.13s 57.41s
प्रतिक्रिया समय (अधिकतम) 127.97s 307.08s
प्रतिक्रिया समय (कुल) 394.01s 1263.02s
पैरामीटर ~5T कुल (~500B सक्रिय) ~397B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#211 Claude Opus 4.8

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

#204 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

LongCat 2.0highvsQwen3.6 PlusmediumClaude Opus 4.8lowvsQwen3.8 27Bmediumनिःशुल्क उपलब्धClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsNex-N2.6highClaude Opus 4.8lowvsQwen3.5-27BnoneNex-N2.6highvsQwen3.6 PlusmediumClaude Opus 4.8lowvsQwen3.6 27BmediumQwen3.6 PlusmediumvsGLM 5.3 FlashhighGemini 3.8 FlashlowvsQwen3.6 Plusmedium