नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 (low) vs Qwen3.8 Max (low)

Qwen3.8 Max (low) average score में आगे है: 8.7 vs 8.6. Qwen3.8 Max (low) की benchmark लागत कम है: $0.687 vs $1.121. Claude Opus 5 (low) तेज है: 6.99s vs 21.19s, pass rates 80.3% vs 84.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-04

रैंक
#26
कुल आउटपुट टोकन
18,019
प्रतिक्रिया समय (औसत)
6.99s
कुल लागत
$1.121
रैंक
#23
कुल आउटपुट टोकन
81,411
प्रतिक्रिया समय (औसत)
21.19s
कुल लागत
$0.687
अनुशंसित मॉडल Claude Opus 5 (low)

Its score stays close to the best score here (8.6 vs 8.7), while responding about 3.0x faster than Qwen3.8 Max (low).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Qwen3.8 Max Qwen3.8 Max low रिलीज़: 2026-08-04
स्कोर 8.6 8.7
रैंक #26 #23
विश्वसनीयता 10.0 10.0
संगति 9.3 9.0
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 80.3% 84.9%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 6.593 4.041
कुल लागत $1.121 $0.687
इनपुट कीमत $5.000 / 1M $2.000 / 1M
आउटपुट कीमत $25.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 134,773 99,172
आउटपुट टोकन 14,123 6,132
रीजनिंग टोकन 3,896 75,279
प्रतिक्रिया समय (औसत) 6.99s 21.19s
प्रतिक्रिया समय (अधिकतम) 30.67s 155.75s
प्रतिक्रिया समय (कुल) 153.73s 466.14s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#26 Claude Opus 5

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

#23 Qwen3.8 Max

low
लागत
$0.026
समय
68.5s
टोकन
4,280 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
Qwen3.8 Max 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952

त्वरित तुलना

तुलना जोड़ी बदलें