नेविगेशन
Advertise here

Claude Opus 5.5 (medium) vs Qwen3.8 MAX (medium)

average score लगभग बराबर है: 9.2 vs 9.2. Qwen3.8 MAX (medium) की benchmark लागत कम है: $1.181 vs $1.804. Claude Opus 5.5 (medium) तेज है: 25.85s vs 27.34s, pass rates 89.9% vs 81.2%.

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
#40
कुल आउटपुट टोकन
104,596
प्रतिक्रिया समय (औसत)
27.34s
कुल लागत
$1.181
अनुशंसित मॉडल Qwen3.8 MAX (medium)

It has the best score here (9.2), while costing about 1.5x less than Claude Opus 5.5 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23 Qwen3.8 MAX Qwen3.8 MAX medium रिलीज़: 2026-08-04
स्कोर 9.2 9.2
रैंक #36 #40
विश्वसनीयता 10.0 10.0
संगति 9.7 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 81.2%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 9.016 5.266
कुल लागत $1.804 $1.181
इनपुट कीमत $4.000 / 1M $2.000 / 1M
आउटपुट कीमत $20.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M लागू नहीं
कैश लिखने की कीमत $5.000 / 1M लागू नहीं
कुल इनपुट टोकन 290,117 276,512
आउटपुट टोकन 9,805 8,152
रीजनिंग टोकन 22,322 96,444
प्रतिक्रिया समय (औसत) 25.85s 27.34s
प्रतिक्रिया समय (अधिकतम) 90.20s 126.60s
प्रतिक्रिया समय (कुल) 594.63s 628.75s
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

#40 Qwen3.8 MAX

medium
लागत
$0.028
समय
71.9s
टोकन
4,750 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 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5.5maxvsQwen3.8 MAXmediumClaude Opus 5.5mediumvsMuse Spark OpenhighDeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmediumMuse Spark OpenhighvsQwen3.8 MAXmediumClaude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017lowClaude Haiku 5.5xhighvsQwen3.8 MAXmediumMuse Spark 1.3highvsQwen3.8 MAXmediumClaude Opus 5.5mediumvsSeed 2.1 TurbolowClaude Opus 5.5mediumvsQwen3.8 Max (0902)highMuse WonderlowvsQwen3.8 MAXmediumQwen3.8 MAXmediumvsParetodefaultSeed 2.1 TurbohighvsQwen3.8 MAXmedium