तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.5 Plus 2026-02-15

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Sonnet 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	Qwen: Qwen3.5 Plus 2026-02-15 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#8	#4
स्कोर	7.43	8.64
संगति	9.40	10.00
प्रति परिणाम लागत	8.105	1.955
कुल लागत	$0.811	$0.235
सही परीक्षण
गलत टेस्ट	4	2
प्रति प्रयास पास दर	73.8%	85.7%
अस्थिर टेस्ट	1	0
आउटपुट टोकन	29,098	1,258
रीजनिंग टोकन	20,435	93,374

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
Qwen: Qwen3.5 Plus 2026-02-15	10.00	10.00	100.0%	0		186	5,926

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907
Qwen: Qwen3.5 Plus 2026-02-15	10.00	10.00	100.0%	0		283	14,892

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
Qwen: Qwen3.5 Plus 2026-02-15	4.00	10.00	33.3%	0		56	39,882

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523
Qwen: Qwen3.5 Plus 2026-02-15	9.50	9.99	100.0%	0		102	9,257

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642
Qwen: Qwen3.5 Plus 2026-02-15	10.00	10.00	100.0%	0		322	22,508

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351
Qwen: Qwen3.5 Plus 2026-02-15	10.00	10.00	100.0%	0		309	909

तुलना जोड़ी बदलें

Anthropic: Claude Sonnet 4.6 की तुलना इससे करें...

Qwen: Qwen3.5 Plus 2026-02-15 की तुलना इससे करें...