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 Sonnet 4.6 vs Qwen: Qwen3.5-Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-14

Metrik Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17 Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24
Skor 7.4 7.8
Peringkat #39 #30
Konsistensi 9.6 7.3
Tes benar
Tingkat lulus per percobaan 64.8% 81.5%
Tes tidak stabil 1 6
Total Run 54 54
Biaya per hasil 2.376 0.719
Total Biaya $0.262 $0.080
Harga input $3.000 / 1M $0.065 / 1M
Harga output $15.000 / 1M $0.260 / 1M
Token output 7,433 2,073
Token penalaran 0 191,899
Waktu respons (rata-rata) 4.98s 66.72s
Waktu respons (maks) 23.84s 234.29s
Waktu respons (total) 54.83s 1201.03s

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 Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 1,214 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.67s 523 0
Qwen3.5-Flash 4.7 1.6 66.7% 1 45.75s 246 12,600
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 3,766 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 413 0
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 192 0
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 90 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.92s 536 0
Qwen3.5-Flash 6.4 4.4 77.8% 2 56.74s 162 24,276
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 447 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-Flashmedium