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

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-122B-A10B

Ringkasan

Perbandingan benchmark Claude Opus 4.6 vs Qwen3.5-122B-A10B: Skor rata-rata hampir imbang di 7.7 vs 7.7. Qwen3.5-122B-A10B memiliki biaya benchmark lebih rendah di $0.588 vs $2.053. Claude Opus 4.6 lebih cepat di 25.89s vs 42.49s, dengan tingkat keberhasilan 61.9% vs 73.0%.

Model yang direkomendasikan: Qwen3.5-122B-A10B - It has the best score here (7.7), while costing about 3.5x less than Claude Opus 4.6.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik Claude Opus 4.6 Claude Opus 4.6 medium Rilis: 2026-02-05 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Rilis: 2026-02-24
Skor 7.7 7.7
Peringkat #40 #37
Keandalan 10.0 10.0
Konsistensi 8.8 8.8
Tes benar
Tingkat lulus per percobaan 61.9% 73.0%
Tes tidak stabil 3 3
Total Run 63 63
Biaya per hasil 17.103 5.235
Total Biaya $2.053 $0.588
Harga input $5.000 / 1M $0.260 / 1M
Harga output $25.000 / 1M $2.080 / 1M
Total token input 53,227 41,832
Token output 47,446 26,187
Token penalaran 24,000 251,028
Waktu respons (rata-rata) 25.89s 42.49s
Waktu respons (maks) 83.40s 168.16s
Waktu respons (total) 362.49s 892.30s

Showcase generasi

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 tok

#37 Qwen3.5-122B-A10B

medium
Biaya
$0.019
Waktu
48.7s
Token
6,034 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsQwen3.5-122B-A10BmediumClaude Opus 4.8nonevsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighvsQwen3.5-122B-A10Bmedium