Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5 Plus 2026-02-15

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-28

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Rilis: 2026-02-15
Skor 8.7 8.1
Peringkat #12 #22
Keandalan 10.0 10.0
Konsistensi 9.6 8.8
Tes benar
Tingkat lulus per percobaan 83.3% 76.7%
Tes tidak stabil 1 3
Total Run 60 60
Biaya per hasil 6.285 2.251
Total Biaya $1.006 $0.283
Harga input $5.000 / 1M $0.260 / 1M
Harga output $25.000 / 1M $1.560 / 1M
Token output 23,201 2,145
Token penalaran 5,901 172,563
Waktu respons (rata-rata) 9.34s 67.58s
Waktu respons (maks) 38.03s 266.69s
Waktu respons (total) 186.84s 878.57s

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 output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
Qwen3.5 Plus 2026-02-15 8.2 7.9 83.3% 1 45.78s 205 21,236
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
Qwen3.5 Plus 2026-02-15 7.6 6.7 66.7% 1 193.80s 406 63,554
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 421 7,906
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 481 312
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 46.91s 270 14,916
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
Qwen3.5 Plus 2026-02-15 5.3 10.0 33.3% 0 17.50s 35 16,680
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 237 0
Qwen3.5 Plus 2026-02-15 4.7 1.6 66.7% 1 79.86s 73 8,675
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 373 320
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 31.93s 101 7,704
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 791 483
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 32.50s 301 13,853
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 301 225
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 7.54s 309 909
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 451 214
Qwen3.5 Plus 2026-02-15 3.0 10.0 0.0% 0 103.81s 24 17,130

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3.5 FlashminimalvsQwen3.5 Plus 2026-02-15mediumGPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.8mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGPT-5.5lowGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighTersedia gratisvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15medium