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 vs Qwen3.7 Flash (low)

average score लगभग बराबर है: 7.3 vs 7.3. Qwen3.7 Flash (low) की benchmark लागत कम है: $0.042 vs $1.166. Claude Opus 4.8 तेज है: 4.91s vs 36.80s, pass rates 63.6% vs 68.2%.

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

रैंक
#76
कुल आउटपुट टोकन
16,797
प्रतिक्रिया समय (औसत)
4.91s
कुल लागत
$1.166
रैंक
#75
कुल आउटपुट टोकन
297,249
प्रतिक्रिया समय (औसत)
36.80s
कुल लागत
$0.042
अनुशंसित मॉडल Qwen3.7 Flash (low)

It has the best score here (7.3), while costing about 28.2x less than Claude Opus 4.8.

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 Qwen3.7 Flash Qwen3.7 Flash low रिलीज़: 2026-07-28
स्कोर 7.3 7.3
रैंक #76 #75
विश्वसनीयता 10.0 9.9
संगति 9.2 8.4
सही परीक्षण
प्रति प्रयास पास दर 63.6% 68.2%
अस्थिर टेस्ट 2 5
कुल रन 66 66
प्रति परिणाम लागत 8.969 0.346
कुल लागत $1.166 $0.042
इनपुट कीमत $5.000 / 1M $0.030 / 1M
आउटपुट कीमत $25.000 / 1M $0.130 / 1M
कुल इनपुट टोकन 149,206 92,182
आउटपुट टोकन 16,797 14,287
रीजनिंग टोकन 0 282,962
प्रतिक्रिया समय (औसत) 4.91s 36.80s
प्रतिक्रिया समय (अधिकतम) 35.03s 394.54s
प्रतिक्रिया समय (कुल) 108.03s 809.54s

Hamster playing table tennis

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

#76 Claude Opus 4.8

none
लागत
$0.053
समय
22.0s
टोकन
2,253 tok

#75 Qwen3.7 Flash

low
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

त्वरित तुलना

तुलना जोड़ी बदलें