Claude Sonnet 5.5 (high) vs Qwen3.7 Max (medium)

तुलना किए गए मॉडल

अनुशंसित मॉडल Claude Sonnet 5.5 (high)

It has the best score here (8.6), while costing about 1.7x less than Qwen3.7 Max (medium).

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 high रिलीज़: 2026-09-29	Qwen3.7 Max Qwen3.7 Max medium रिलीज़: 2026-05-22

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 high रिलीज़: 2026-09-29	Qwen3.7 Max Qwen3.7 Max medium रिलीज़: 2026-05-22
स्कोर	8.6	8.5
रैंक	#62	#67
विश्वसनीयता	10.0	10.0
संगति	8.3	8.7
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	81.2%	85.5%
अस्थिर टेस्ट	5	4
कुल रन	69	69
प्रति परिणाम लागत	7.340	12.033
कुल लागत	$1.175	$2.046
इनपुट कीमत	$2.000 / 1M	$1.475 / 1M
आउटपुट कीमत	$10.000 / 1M	$4.425 / 1M
कुल इनपुट टोकन	345,687	367,848
आउटपुट टोकन	13,550	8,753
रीजनिंग टोकन	34,743	250,279
प्रतिक्रिया समय (औसत)	10.79s	48.35s
प्रतिक्रिया समय (अधिकतम)	51.53s	556.06s
प्रतिक्रिया समय (कुल)	248.22s	1112.11s
पैरामीटर	~1T कुल (~100B सक्रिय)	~1T कुल (~40B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

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

high

medium

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	10.0	10.0	100.0%	0		51.53s	186,231	3,380	1,608
Qwen3.7 Max	6.1	3.1	66.7%	1		137.00s	261,819	3,005	29,925

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	10.0	10.0	100.0%	0		3.69s	858	500	917
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	10.0	10.0	100.0%	0		9.85s	10,608	561	6,326
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	8.2	6.9	66.7%	1		24.57s	121,917	7,165	5,930
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	7.3	5.8	83.3%	1		3.86s	10,515	363	1,045
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	3.5	4.4	33.3%	2		17.52s	990	61	14,014
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	6.5	3.4	66.7%	1		6.93s	714	313	1,358
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	9.9	10.0	100.0%	0		5.13s	921	98	346
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	10.0	10.0	100.0%	0		3.54s	912	569	834
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	10.0	10.0	100.0%	0		5.22s	11,757	410	97
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Claude Sonnet 5.5	3.0	10.0	0.0%	0		9.93s	264	130	2,268
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

तुलना जोड़ी बदलें