Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28 Qwen3.7 Plus Qwen3.7 Plus medium Rilis: 2026-06-03
Skor 8.7 8.4
Peringkat #11 #16
Keandalan 10.0 9.9
Konsistensi 9.6 9.2
Tes benar
Tingkat lulus per percobaan 83.3% 80.0%
Tes tidak stabil 1 2
Total Run 60 60
Biaya per hasil 6.285 1.324
Total Biaya $1.006 $0.199
Harga input $5.000 / 1M $0.400 / 1M
Harga output $25.000 / 1M $1.600 / 1M
Total token input 57,185 38,104
Token output 23,201 2,107
Token penalaran 5,901 112,479
Waktu respons (rata-rata) 9.34s 36.84s
Waktu respons (maks) 38.03s 178.04s
Waktu respons (total) 186.84s 736.86s

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 4.8 10.0 10.0 100.0% 0 3.95s 834 1,179 478
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 10.0 10.0 100.0% 0 14.97s 6,768 6,651 1,381
Qwen3.7 Plus 6.5 5.9 66.7% 1 122.40s 3,637 396 30,301
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 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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 7.1 5.6 83.3% 1 12.29s 10,503 481 312
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 14.15s 975 7,477 900
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 2.46s 708 237 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 10.0 10.0 100.0% 0 3.32s 909 373 320
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 3.95s 894 791 483
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 8.96s 11,775 301 225
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 6.14s 258 451 214
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGemini 3.5 FlashnonevsQwen3.7 PlusmediumGemini 3.5 FlashminimalvsQwen3.7 PlusmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumGPT-5.5lowvsQwen3.7 PlusmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 FlashnoneGemini 3 Flash PreviewnonevsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.7 Plusmedium