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

Anthropic: Claude Sonnet 5 vs Qwen: Qwen3.5-Flash

average score लगभग बराबर है: 6.3 vs 6.2. Qwen3.5-Flash (medium) की benchmark लागत कम है: $0.139 vs $0.548. Claude Sonnet 5 तेज है: 6.04s vs 84.82s, pass rates 45.5% vs 69.7%.

अनुशंसित मॉडलClaude Sonnet 5It has the best score here (6.3), while responding about 14.0x faster than Qwen3.5-Flash (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 none रिलीज़: 2026-06-30 Qwen3.5-Flash Qwen3.5-Flash medium रिलीज़: 2026-02-24
स्कोर 6.3 6.2
रैंक #106 #108
विश्वसनीयता 10.0 10.0
संगति 8.7 7.8
सही परीक्षण
प्रति प्रयास पास दर 45.5% 69.7%
अस्थिर टेस्ट 4 6
कुल रन 66 66
प्रति परिणाम लागत 6.840 1.361
कुल लागत $0.548 $0.139
इनपुट कीमत $2.000 / 1M $0.065 / 1M
आउटपुट कीमत $10.000 / 1M $0.260 / 1M
कुल इनपुट टोकन 161,035 118,499
आउटपुट टोकन 22,511 12,284
रीजनिंग टोकन 0 490,610
प्रतिक्रिया समय (औसत) 6.04s 84.82s
प्रतिक्रिया समय (अधिकतम) 33.39s 515.38s
प्रतिक्रिया समय (कुल) 132.85s 1781.22s

Hamster playing table tennis

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

#106 Claude Sonnet 5

none
लागत
$0.061
समय
53.7s
टोकन
6,172 tok

#108 Qwen3.5-Flash

medium
लागत
$0.002
समय
25.8s
टोकन
4,294 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 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

त्वरित तुलना

तुलना जोड़ी बदलें