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

Claude Sonnet 5.5 (medium) vs Qwen3.6 35B A3B (medium)

average score लगभग बराबर है: 6.5 vs 6.5. Qwen3.6 35B A3B (medium) की benchmark लागत कम है: $0.834 vs $1.100. Claude Sonnet 5.5 (medium) तेज है: 8.03s vs 59.92s, pass rates 40.6% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#227
कुल आउटपुट टोकन
37,748
प्रतिक्रिया समय (औसत)
8.03s
कुल लागत
$1.100
रैंक
#229
कुल आउटपुट टोकन
769,570
प्रतिक्रिया समय (औसत)
59.92s
कुल लागत
$0.834
अनुशंसित मॉडल Claude Sonnet 5.5 (medium)

It has the best score here (6.5), while responding about 7.5x faster than Qwen3.6 35B A3B (medium).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 medium रिलीज़: 2026-09-29 Qwen3.6 35B A3B Qwen3.6 35B A3B medium रिलीज़: 2026-04-20
स्कोर 6.5 6.5
रैंक #227 #229
विश्वसनीयता 10.0 10.0
संगति 9.7 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 58.0%
अस्थिर टेस्ट 1 3
कुल रन 69 69
प्रति परिणाम लागत 12.221 6.732
कुल लागत $1.100 $0.834
इनपुट कीमत $2.000 / 1M $0.150 / 1M
आउटपुट कीमत $10.000 / 1M $1.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.050 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 361,183 282,192
आउटपुट टोकन 26,609 75,306
रीजनिंग टोकन 11,139 700,868
प्रतिक्रिया समय (औसत) 8.03s 59.92s
प्रतिक्रिया समय (अधिकतम) 51.18s 817.57s
प्रतिक्रिया समय (कुल) 184.80s 1258.32s
पैरामीटर ~1T कुल (~100B सक्रिय) 35B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#227 Claude Sonnet 5.5

medium
लागत
$0.024
समय
17.4s
टोकन
2,525 tok

#229 Qwen3.6 35B A3B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
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 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

त्वरित तुलना

तुलना जोड़ी बदलें

Minimax M3.1 Flashhighनिःशुल्क उपलब्धvsQwen3.6 35B A3BmediumClaude Sonnet 5.5mediumvsMinimax M3.1 Flashhighनिःशुल्क उपलब्धMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2.5highvsQwen3.6 35B A3BmediumQwen3.6 35B A3BmediumvsBeam 1.0 501B A23BxhighQwen3.6 35B A3BmediumvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5highClaude Sonnet 5.5mediumvsBeam 1.0 501B A23BxhighClaude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5lowClaude Sonnet 5.5mediumvsGLM 5.3lowQwen3.6 35B A3BmediumvsGLM 5.1none