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 4.8 vs Qwen: Qwen3.7 Max

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 Qwen3.7 Max Qwen3.7 Max none Rilis: 2026-05-22
Skor 8.7 7.9
Peringkat #12 #28
Keandalan 10.0 10.0
Konsistensi 9.6 10.0
Tes benar
Tingkat lulus per percobaan 83.3% 70.0%
Tes tidak stabil 1 0
Total Run 60 60
Biaya per hasil 6.285 0.719
Total Biaya $1.006 $0.051
Harga input $5.000 / 1M $1.250 / 1M
Harga output $25.000 / 1M $3.750 / 1M
Token output 23,201 1,988
Token penalaran 5,901 0
Waktu respons (rata-rata) 9.34s 1.30s
Waktu respons (maks) 38.03s 3.92s
Waktu respons (total) 186.84s 25.95s

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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 242 0
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
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 576 0
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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 171 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 243 0
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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 15 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 120 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 72 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 314 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 222 0
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
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 13 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4mediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5 TurbomediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemma 4 26B A4BmediumTersedia gratisvsQwen3.7 MaxnoneGemma 4 31BmediumTersedia gratisvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.3mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsQwen3.7 MaxnoneClaude Opus 4.8mediumvsGemini 3.5 Flashnone