नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Sonnet 4.6 (medium) vs Qwen3.7 Flash (high)

Qwen3.7 Flash (high) average score में आगे है: 7.2 vs 6.4. Qwen3.7 Flash (high) की benchmark लागत कम है: $0.063 vs $2.126. Claude Sonnet 4.6 (medium) तेज है: 28.08s vs 45.48s, pass rates 62.3% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#307
कुल आउटपुट टोकन
120,427
प्रतिक्रिया समय (औसत)
28.08s
कुल लागत
$2.126
रैंक
#233
कुल आउटपुट टोकन
409,818
प्रतिक्रिया समय (औसत)
45.48s
कुल लागत
$0.063
अनुशंसित मॉडल Qwen3.7 Flash (high)

It has the best score here (7.2), while costing about 34.2x less than Claude Sonnet 4.6 (medium).

विस्तृत तुलना

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 medium रिलीज़: 2026-02-17 Qwen3.7 Flash Qwen3.7 Flash high रिलीज़: 2026-07-28
स्कोर 6.4 7.2
रैंक #307 #233
विश्वसनीयता 10.0 10.0
संगति 9.1 7.6
प्रयास 66/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 71.0%
अस्थिर टेस्ट 1 7
कुल रन 66 69
प्रति परिणाम लागत 15.182 0.478
कुल लागत $2.126 $0.063
इनपुट कीमत $3.000 / 1M $0.030 / 1M
आउटपुट कीमत $15.000 / 1M $0.130 / 1M
कैश पढ़ने की कीमत $0.300 / 1M $0.006 / 1M
कैश लिखने की कीमत $3.750 / 1M $0.039 / 1M
कुल इनपुट टोकन 106,316 293,775
आउटपुट टोकन 79,338 13,527
रीजनिंग टोकन 41,089 396,291
प्रतिक्रिया समय (औसत) 28.08s 45.48s
प्रतिक्रिया समय (अधिकतम) 140.96s 431.47s
प्रतिक्रिया समय (कुल) 421.15s 1045.97s
पैरामीटर ~1T कुल (~100B सक्रिय) ~35B कुल (~3B 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.

#307 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#233 Qwen3.7 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

तुलना जोड़ी बदलें