AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.6 Flash

Ringkasan

Perbandingan benchmark Claude Sonnet 4.6 vs Qwen3.6 Flash: Qwen3.6 Flash unggul dalam skor rata-rata dengan 7.5 vs 7.3. Qwen3.6 Flash memiliki biaya benchmark lebih rendah di $0.288 vs $0.316. Claude Sonnet 4.6 lebih cepat di 5.04s vs 19.25s, dengan tingkat keberhasilan 55.6% vs 71.4%.

Model yang direkomendasikan: Claude Sonnet 4.6 - Its score stays close to the best score here (7.3 vs 7.5), while responding about 3.8x faster than Qwen3.6 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17	Qwen3.6 Flash Qwen3.6 Flash medium Rilis: 2026-04-20

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17	Qwen3.6 Flash Qwen3.6 Flash medium Rilis: 2026-04-20
Skor	7.3	7.5
Peringkat	#56	#49
Keandalan	10.0	10.0
Konsistensi	9.7	8.1
Tes benar
Tingkat lulus per percobaan	55.6%	71.4%
Tes tidak stabil	1	5
Total Run	63	63
Biaya per hasil	2.870	3.030
Total Biaya	$0.316	$0.288
Harga input	$3.000 / 1M	$0.188 / 1M
Harga output	$15.000 / 1M	$1.125 / 1M
Total token input	57,886	42,362
Token output	9,465	2,995
Token penalaran	0	245,358
Waktu respons (rata-rata)	5.04s	19.25s
Waktu respons (maks)	23.84s	122.87s
Waktu respons (total)	70.60s	404.20s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#56 Claude Sonnet 4.6

none

Cost: $0.038
Time: 27.3s
Tokens: 2,598 tok

#49 Qwen3.6 Flash

medium

Invalid SVG

Cost: $0.008
Time: 29.9s
Tokens: 6,784 tok

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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.10s	672	624	14,024

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Qwen3.6 Flash	5.0	5.1	44.5%	2		42.85s	7,895	495	67,967

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		20.28s	14,934	483	13,839

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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		9.65s	7,782	270	13,155

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Qwen3.6 Flash	3.5	4.4	33.3%	2		14.65s	771	60	24,409

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Qwen3.6 Flash	4.8	9.9	0.0%	0		9.88s	516	140	5,445

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.05s	699	102	7,423

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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Qwen3.6 Flash	8.2	7.2	88.9%	1		6.29s	696	460	10,860

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		4.00s	8,193	335	1,188

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		122.87s	204	26	87,048

Perbandingan Cepat

Ganti Pasangan Perbandingan