AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.7 Plus

Ringkasan

Perbandingan benchmark Claude Sonnet 4.6 vs Qwen3.7 Plus: Qwen3.7 Plus unggul dalam skor rata-rata dengan 8.2 vs 7.3. Qwen3.7 Plus memiliki biaya benchmark lebih rendah di $0.177 vs $0.316. Claude Sonnet 4.6 lebih cepat di 5.04s vs 38.95s, dengan tingkat keberhasilan 55.6% vs 77.8%.

Model yang direkomendasikan: Qwen3.7 Plus - It has the best score here (8.2), while costing about 1.8x less than Claude Sonnet 4.6.

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	Qwen3.7 Plus Qwen3.7 Plus medium Rilis: 2026-06-03

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 none Rilis: 2026-02-17	Qwen3.7 Plus Qwen3.7 Plus medium Rilis: 2026-06-03
Skor	7.3	8.2
Peringkat	#56	#28
Keandalan	10.0	10.0
Konsistensi	9.7	9.1
Tes benar
Tingkat lulus per percobaan	55.6%	77.8%
Tes tidak stabil	1	2
Total Run	63	63
Biaya per hasil	2.870	1.474
Total Biaya	$0.316	$0.177
Harga input	$3.000 / 1M	$0.320 / 1M
Harga output	$15.000 / 1M	$1.280 / 1M
Total token input	57,886	40,939
Token output	9,465	2,125
Token penalaran	0	125,754
Waktu respons (rata-rata)	5.04s	38.95s
Waktu respons (maks)	23.84s	178.04s
Waktu respons (total)	70.60s	817.85s

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

#28 Qwen3.7 Plus

medium

Cost: $0.018
Time: 193.2s
Tokens: 10,821 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
Qwen3.7 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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Perbandingan Cepat

Ganti Pasangan Perbandingan