तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.5-27B

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 none रिलीज़: रिलीज़ तिथि अज्ञात	Qwen: Qwen3.5-27B none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#14	#29
स्कोर	6.36	4.70
संगति	9.50	9.93
प्रति परिणाम लागत	1.325	0.190
कुल लागत	$0.106	$0.010
सही परीक्षण
गलत टेस्ट	6	9
प्रति प्रयास पास दर	59.5%	35.7%
अस्थिर टेस्ट	1	0
आउटपुट टोकन	2,637	1,600
रीजनिंग टोकन	0	0

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	4.00	10.00	33.3%	0		1,199	0
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		264	0

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		252	0
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		243	0

डोमेन-विशिष्ट	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		54	0
Qwen: Qwen3.5-27B	1.00	10.00	0.0%	0		15	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	5.50	10.00	50.0%	0		90	0
Qwen: Qwen3.5-27B	4.00	10.00	0.0%	0		69	0

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	5.00	7.68	44.4%	1		595	0
Qwen: Qwen3.5-27B	4.33	9.68	33.3%	0		706	0

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		447	0
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		303	0

तुलना जोड़ी बदलें

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

Qwen: Qwen3.5-27B की तुलना इससे करें...