नेविगेशन
Advertise here

Claude Sonnet 5.5 (max) vs Qwen3.8 MAX (medium)

average score लगभग बराबर है: 9.2 vs 9.2. Qwen3.8 MAX (medium) की benchmark लागत कम है: $1.181 vs $8.557. Qwen3.8 MAX (medium) तेज है: 27.34s vs 84.26s, pass rates 82.6% vs 81.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#44
कुल आउटपुट टोकन
758,707
प्रतिक्रिया समय (औसत)
84.26s
कुल लागत
$8.557
रैंक
#45
कुल आउटपुट टोकन
104,596
प्रतिक्रिया समय (औसत)
27.34s
कुल लागत
$1.181
अनुशंसित मॉडल Qwen3.8 MAX (medium)

It has the best score here (9.2), while costing about 7.2x less than Claude Sonnet 5.5 (max).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 max रिलीज़: 2026-09-29 Qwen3.8 MAX Qwen3.8 MAX medium रिलीज़: 2026-08-04
स्कोर 9.2 9.2
रैंक #44 #45
विश्वसनीयता 10.0 10.0
संगति 9.4 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 81.2%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 47.536 5.266
कुल लागत $8.557 $1.181
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $10.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M लागू नहीं
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 484,627 276,512
आउटपुट टोकन 11,026 8,152
रीजनिंग टोकन 747,681 96,444
प्रतिक्रिया समय (औसत) 84.26s 27.34s
प्रतिक्रिया समय (अधिकतम) 488.39s 126.60s
प्रतिक्रिया समय (कुल) 1937.91s 628.75s
पैरामीटर ~1T कुल (~100B सक्रिय) 2.4T कुल (~100B 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.

#44 Claude Sonnet 5.5

max
OpenRouter returned no showcase content (finish_reason: length).
लागत
$0.000
समय
571.7s
टोकन
0 tok

#45 Qwen3.8 MAX

medium
लागत
$0.028
समय
71.9s
टोकन
4,750 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 5.5 10.0 10.0 100.0% 0 55.26s 10,608 580 70,730
Qwen3.8 MAX 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

तुलना जोड़ी बदलें