नेविगेशन
AI BENCHY
Advertise here

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

Claude Opus 5 (medium) average score में आगे है: 9.2 vs 9.1. Qwen3.8 Max (medium) की benchmark लागत कम है: $0.728 vs $1.486. Claude Opus 5 (medium) तेज है: 9.38s vs 21.53s, pass rates 83.3% vs 84.9%.

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

रैंक
#11
कुल आउटपुट टोकन
32,603
प्रतिक्रिया समय (औसत)
9.38s
कुल लागत
$1.486
रैंक
#14
कुल आउटपुट टोकन
84,826
प्रतिक्रिया समय (औसत)
21.53s
कुल लागत
$0.728
अनुशंसित मॉडल Claude Opus 5 (medium)

It has the best score here (9.2), while responding about 2.3x faster than Qwen3.8 Max (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 medium रिलीज़: 2026-07-25 Qwen3.8 Max Qwen3.8 Max medium रिलीज़: 2026-08-04
स्कोर 9.2 9.1
रैंक #11 #14
विश्वसनीयता 10.0 10.0
संगति 9.6 9.7
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 83.3% 84.9%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 8.253 4.040
कुल लागत $1.486 $0.728
इनपुट कीमत $5.000 / 1M $2.000 / 1M
आउटपुट कीमत $25.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 135,607 109,046
आउटपुट टोकन 25,673 6,567
रीजनिंग टोकन 6,930 78,259
प्रतिक्रिया समय (औसत) 9.38s 21.53s
प्रतिक्रिया समय (अधिकतम) 35.05s 126.60s
प्रतिक्रिया समय (कुल) 206.26s 473.75s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#11 Claude Opus 5

medium
लागत
$0.125
समय
69.3s
टोकन
5,134 tok

#14 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 10.0 10.0 100.0% 0 9.56s 10,590 5,224 1,162
Qwen3.8 Max 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

त्वरित तुलना

तुलना जोड़ी बदलें