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 5 vs Qwen: Qwen3.6 Max Preview

Claude Opus 5 (low) average score में आगे है: 8.6 vs 8.4. Claude Opus 5 (low) की benchmark लागत कम है: $1.121 vs $1.143. Claude Opus 5 (low) तेज है: 6.99s vs 67.53s, pass rates 80.3% vs 80.3%.

अनुशंसित मॉडलClaude Opus 5 (low)It has the best score here (8.6), while responding about 9.7x faster than Qwen3.6 Max Preview (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Qwen3.6 Max Preview Qwen3.6 Max Preview medium रिलीज़: 2026-04-20
स्कोर 8.6 8.4
रैंक #23 #25
विश्वसनीयता 10.0 9.9
संगति 9.3 8.9
सही परीक्षण
प्रति प्रयास पास दर 80.3% 80.3%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 6.593 8.173
कुल लागत $1.121 $1.143
इनपुट कीमत $5.000 / 1M $1.040 / 1M
आउटपुट कीमत $25.000 / 1M $6.240 / 1M
कुल इनपुट टोकन 134,773 79,240
आउटपुट टोकन 14,123 5,098
रीजनिंग टोकन 3,896 164,842
प्रतिक्रिया समय (औसत) 6.99s 67.53s
प्रतिक्रिया समय (अधिकतम) 30.67s 238.07s
प्रतिक्रिया समय (कुल) 153.73s 1485.64s

Hamster playing table tennis

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

#23 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#25 Qwen3.6 Max Preview

medium
लागत
$0.024
समय
76.5s
टोकन
3,861 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 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

त्वरित तुलना

तुलना जोड़ी बदलें