Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5 Plus 2026-04-20

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

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium Rilis: 2026-04-20
Skor 7.3 7.5
Peringkat #62 #48
Keandalan 10.0 10.0
Konsistensi 9.2 8.9
Tes benar
Tingkat lulus per percobaan 65.0% 65.0%
Tes tidak stabil 2 2
Total Run 60 60
Biaya per hasil 4.324 3.022
Total Biaya $0.519 $0.287
Harga input $5.000 / 1M $0.300 / 1M
Harga output $25.000 / 1M $1.800 / 1M
Total token input 63,282 39,262
Token output 8,098 2,259
Token penalaran 0 150,249
Waktu respons (rata-rata) 3.51s 43.65s
Waktu respons (maks) 17.73s 189.38s
Waktu respons (total) 70.19s 872.90s

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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 10.84s 672 215 7,748
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 6.8 10.0 50.0% 0 3.59s 6,768 1,323 0
Qwen3.5 Plus 2026-04-20 4.3 8.1 0.0% 0 137.55s 4,795 287 42,318
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 92.41s 14,934 483 17,490
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 38.32s 7,782 270 14,668
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 7.2 44.4% 1 1.66s 975 61 0
Qwen3.5 Plus 2026-04-20 2.9 7.2 11.1% 1 53.10s 771 63 28,414
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 3.48s 708 230 0
Qwen3.5 Plus 2026-04-20 4.9 9.6 0.0% 0 25.30s 516 125 4,792
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 20.25s 699 103 7,689
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Qwen3.5 Plus 2026-04-20 8.2 7.2 88.9% 1 17.67s 696 338 9,800
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 5.35s 11,775 355 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 14.72s 8,193 348 2,164
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 3.41s 258 212 0
Qwen3.5 Plus 2026-04-20 3.0 10.0 0.0% 0 92.57s 204 27 15,166

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumClaude Opus 4.8nonevsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.7 FlashhighGPT-5.3 ChatnonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsMiniMax M3mediumClaude Opus 4.8nonevsStep 3.7 Flashlow