नेविगेशन
AI BENCHY
Advertise here

Claude Opus 4.8 (low) vs Qwen3.7 Flash (high)

average score लगभग बराबर है: 7.8 vs 7.8. Qwen3.7 Flash (high) की benchmark लागत कम है: $0.051 vs $2.077. Claude Opus 4.8 (low) तेज है: 12.74s vs 39.77s, pass rates 80.3% vs 72.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#49
कुल आउटपुट टोकन
51,758
प्रतिक्रिया समय (औसत)
12.74s
कुल लागत
$2.077
रैंक
#48
कुल आउटपुट टोकन
359,703
प्रतिक्रिया समय (औसत)
39.77s
कुल लागत
$0.051
अनुशंसित मॉडल Qwen3.7 Flash (high)

It has the best score here (7.8), while costing about 41.3x less than Claude Opus 4.8 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 Qwen3.7 Flash Qwen3.7 Flash high रिलीज़: 2026-07-28
स्कोर 7.8 7.8
रैंक #49 #48
विश्वसनीयता 10.0 10.0
संगति 8.9 7.8
सही परीक्षण
प्रति प्रयास पास दर 80.3% 72.7%
अस्थिर टेस्ट 3 6
कुल रन 66 66
प्रति परिणाम लागत 12.979 0.387
कुल लागत $2.077 $0.051
इनपुट कीमत $5.000 / 1M $0.030 / 1M
आउटपुट कीमत $25.000 / 1M $0.130 / 1M
कुल इनपुट टोकन 156,525 116,322
आउटपुट टोकन 43,141 12,332
रीजनिंग टोकन 8,617 347,371
प्रतिक्रिया समय (औसत) 12.74s 39.77s
प्रतिक्रिया समय (अधिकतम) 127.97s 431.47s
प्रतिक्रिया समय (कुल) 280.29s 875.01s

Hamster playing table tennis

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

#49 Claude Opus 4.8

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

#48 Qwen3.7 Flash

high
अमान्य SVG
लागत
$0.000
समय
600.0s
टोकन
0 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
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

त्वरित तुलना

तुलना जोड़ी बदलें