नेविगेशन
Advertise here

Claude Opus 5.5 (medium) vs Qwen3.8 Max (0902) (high)

Claude Opus 5.5 (medium) average score में आगे है: 9.2 vs 9.1. Claude Opus 5.5 (medium) की benchmark लागत कम है: $1.804 vs $3.306. Claude Opus 5.5 (medium) तेज है: 25.85s vs 186.06s, pass rates 89.9% vs 87.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
32,127
प्रतिक्रिया समय (औसत)
25.85s
कुल लागत
$1.804
रैंक
#42
कुल आउटपुट टोकन
441,352
प्रतिक्रिया समय (औसत)
186.06s
कुल लागत
$3.306
अनुशंसित मॉडल Claude Opus 5.5 (medium)

It has the best score here (9.2), while costing about 1.8x less than Qwen3.8 Max (0902) (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23 Qwen3.8 Max (0902) Qwen3.8 Max (0902) high रिलीज़: 2026-09-07
स्कोर 9.2 9.1
रैंक #36 #42
विश्वसनीयता 10.0 9.8
संगति 9.7 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 87.0%
अस्थिर टेस्ट 1 3
कुल रन 69 69
प्रति परिणाम लागत 9.016 18.364
कुल लागत $1.804 $3.306
इनपुट कीमत $4.000 / 1M $2.000 / 1M
आउटपुट कीमत $20.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.250 / 1M
कैश लिखने की कीमत $5.000 / 1M $2.500 / 1M
कुल इनपुट टोकन 290,117 328,637
आउटपुट टोकन 9,805 8,619
रीजनिंग टोकन 22,322 432,733
प्रतिक्रिया समय (औसत) 25.85s 186.06s
प्रतिक्रिया समय (अधिकतम) 90.20s 912.78s
प्रतिक्रिया समय (कुल) 594.63s 4279.49s
पैरामीटर ~5T कुल (~500B सक्रिय) 2.4T कुल (~100B 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.

#36 Claude Opus 5.5

medium
लागत
$0.053
समय
25.6s
टोकन
2,781 tok

#42 Qwen3.8 Max (0902)

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
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 5.5 8.4 7.4 88.9% 1 13.50s 10,608 636 4,341
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 253.22s 8,235 418 91,734

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Opus 5.5mediumvsMuse Spark OpenhighGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highMuse WonderlowvsQwen3.8 Max (0902)highDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highQwen3.8 Max (0902)highvsParetodefaultClaude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017lowClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highMuse WonderminimalvsQwen3.8 Max (0902)highGPT-5.5mediumvsQwen3.8 Max (0902)highClaude Opus 5.5mediumvsSeed 2.1 TurbolowMuse WondermediumvsQwen3.8 Max (0902)high