Claude Opus 5 vs Qwen3.5 Plus 2026-02-15 (medium)

Qwen3.5 Plus 2026-02-15 (medium) average score में आगे है: 7.2 vs 7.1. Qwen3.5 Plus 2026-02-15 (medium) की benchmark लागत कम है: $0.567 vs $2.766. Claude Opus 5 तेज है: 10.78s vs 97.68s, pass rates 55.1% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक: #178
कुल आउटपुट टोकन: 31,386
प्रतिक्रिया समय (औसत): 10.78s
कुल लागत: $2.766

रैंक: #169
कुल आउटपुट टोकन: 302,730
प्रतिक्रिया समय (औसत): 97.68s
कुल लागत: $0.567

अनुशंसित मॉडल Qwen3.5 Plus 2026-02-15 (medium)

It has the best score here (7.2), while costing about 4.9x less than Claude Opus 5.

विस्तृत तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15

मेट्रिक	Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15
स्कोर	7.1	7.2
रैंक	#178	#169
विश्वसनीयता	10.0	10.0
संगति	9.6	7.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	55.1%	72.5%
अस्थिर टेस्ट	1	6
कुल रन	69	69
प्रति परिणाम लागत	23.044	4.047
कुल लागत	$2.766	$0.567
इनपुट कीमत	$5.000 / 1M	$0.260 / 1M
आउटपुट कीमत	$25.000 / 1M	$1.560 / 1M
कैश पढ़ने की कीमत	$0.500 / 1M	लागू नहीं
कैश लिखने की कीमत	$6.250 / 1M	लागू नहीं
कुल इनपुट टोकन	396,120	249,486
आउटपुट टोकन	31,386	14,481
रीजनिंग टोकन	0	288,249
प्रतिक्रिया समय (औसत)	10.78s	97.68s
प्रतिक्रिया समय (अधिकतम)	79.61s	304.85s
प्रतिक्रिया समय (कुल)	247.96s	1562.81s
पैरामीटर	~5T कुल (~500B सक्रिय)	~397B कुल (~17B 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.

#178 Claude Opus 5

none

लागत: $0.271
समय: 149.3s
टोकन: 10,962 tok

#169 Qwen3.5 Plus 2026-02-15

medium

लागत: $0.011
समय: 125.5s
टोकन: 7,040 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	5.4	9.6	0.0%	0		79.61s	210,573	6,520	0
Qwen3.5 Plus 2026-02-15	6.1	3.1	66.7%	1		186.40s	135,917	4,658	23,363

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	5.5	8.3	41.7%	1		4.33s	834	1,398	0
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	5.9	9.7	33.3%	0		5.54s	10,590	2,886	0
Qwen3.5 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	8.3	10.0	50.0%	0		30.54s	148,140	13,011	0
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183

डेटा पार्सिंग और निष्कर्षण	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		3.88s	10,503	309	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	5.3	10.0	33.3%	0		11.10s	972	5,440	0
Qwen3.5 Plus 2026-02-15	5.3	7.2	44.4%	1		55.99s	453	35	30,685

Samanya Buddhimatta	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		3.70s	708	316	0
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675

निर्देश पालन	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		2.81s	909	99	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	7.7	10.0	66.7%	0		3.66s	894	874	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853

टूल कॉलिंग	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		7.89s	11,739	355	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Opus 5	3.0	10.0	0.0%	0		4.08s	258	178	0
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130

तुलना जोड़ी बदलें

Claude Opus 5nonevsQwen3.6 27Bmedium Gemini 3.8 FlashlowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 5nonevsStep 3.7 Flashlow Claude Opus 5nonevsGLM 5medium Claude Opus 5nonevsLongCat 2.0medium Claude Opus 5nonevsQwen3.8 Flash Nextxhigh Claude Opus 5nonevsQwen3.7 Flashhigh LongCat 2.0highvsQwen3.5 Plus 2026-02-15medium Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Claude Opus 5nonevsGemini 3.8 Flashlow Claude Opus 5nonevsQwen3.8 27Bmediumनिःशुल्क उपलब्ध