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 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#14	#5
स्कोर	6.36	8.55
संगति	9.50	9.55
प्रति परिणाम लागत	1.325	2.950
कुल लागत	$0.106	$0.325
सही परीक्षण
गलत टेस्ट	6	3
प्रति प्रयास पास दर	59.5%	83.3%
अस्थिर टेस्ट	1	1
आउटपुट टोकन	2,637	1,091
रीजनिंग टोकन	0	131,807

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	10.00	10.00	100.0%	0		102	8,956

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		270	16,150

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	4.00	10.00	33.3%	0		43	52,368

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	9.00	6.88	83.3%	1		97	11,638

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	10.00	10.00	100.0%	0		231	41,372

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		348	1,323

तुलना जोड़ी बदलें

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

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