Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.7 Plus

Qwen3.7 Plus (medium) unggul dalam skor rata-rata dengan 7.9 vs 7.8. Qwen3.7 Plus (medium) memiliki biaya benchmark lebih rendah di $0.267 vs $2.077. Claude Opus 4.8 (low) lebih cepat di 12.74s vs 51.51s, dengan tingkat keberhasilan 80.3% vs 75.8%.

Model yang direkomendasikanQwen3.7 Plus (medium)It has the best score here (7.9), while costing about 7.8x less than Claude Opus 4.8 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium Rilis: 2026-06-03

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium Rilis: 2026-06-03
Skor	7.8	7.9
Peringkat	#39	#34
Keandalan	10.0	10.0
Konsistensi	8.9	8.9
Tes benar
Tingkat lulus per percobaan	80.3%	75.8%
Tes tidak stabil	3	3
Total Run	66	66
Biaya per hasil	12.979	2.072
Total Biaya	$2.077	$0.267
Harga input	$5.000 / 1M	$0.320 / 1M
Harga output	$25.000 / 1M	$1.280 / 1M
Total token input	156,525	115,233
Token output	43,141	6,162
Token penalaran	8,617	173,267
Waktu respons (rata-rata)	12.74s	51.51s
Waktu respons (maks)	127.97s	315.30s
Waktu respons (total)	280.29s	1133.15s

Hamster playing table tennis

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

#39 Claude Opus 4.8

low

Biaya: $0.031
Waktu: 14.1s
Token: 1,345 tok

#34 Qwen3.7 Plus

medium

Biaya: $0.018
Waktu: 193.2s
Token: 10,821 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

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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsDeepSeek V4 Prohigh Claude Opus 4.8lowvsSeed-2.0-Litemedium Claude Opus 4.8lowvsMiniMax M3medium Qwen3.7 PlusmediumvsGLM 5.2high