Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Model yang Dibandingkan

Ringkasan

Perbandingan benchmark Qwen3.7 Max vs Qwen3.7 Plus vs Claude Opus 4.7Qwen3.7 Max unggul pada Skor dengan 9.4. Qwen3.7 Max unggul pada Keandalan dengan 10.0. Qwen3.7 Plus memiliki Total Biaya terendah di $0.177. Claude Opus 4.7 paling cepat di 4.73s.

Model yang direkomendasikan: Claude Opus 4.7 - Its score stays close to the best score here (8.7 vs 9.4), while responding about 5.8x faster than model lain dalam perbandingan ini.

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

Metrik Qwen3.7 Max Qwen3.7 Max medium Rilis: 2026-05-22 Qwen3.7 Plus Qwen3.7 Plus medium Rilis: 2026-06-03 Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16
Skor 9.4 8.2 8.7
Peringkat #4 #28 #17
Keandalan 10.0 10.0 10.0
Konsistensi 9.6 9.1 9.6
Tes benar
Tingkat lulus per percobaan 88.9% 77.8% 82.5%
Tes tidak stabil 1 2 1
Total Run 63 63 63
Biaya per hasil 5.517 1.474 3.991
Total Biaya $0.523 $0.177 $0.679
Harga input $1.250 / 1M $0.320 / 1M $5.000 / 1M
Harga output $3.750 / 1M $1.280 / 1M $25.000 / 1M
Total token input 42,360 40,939 65,406
Token output 2,129 2,125 11,858
Token penalaran 122,959 125,754 2,198
Waktu respons (rata-rata) 16.02s 38.95s 4.73s
Waktu respons (maks) 59.98s 178.04s 23.18s
Waktu respons (total) 336.51s 817.85s 94.51s

Generation showcase

Hamster playing table tennis

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

#4 Qwen3.7 Max

medium
Cost
$0.017
Time
68.8s
Tokens
4,526 tok

#28 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 tok

#17 Claude Opus 4.7

medium
Cost
$0.059
Time
26.8s
Tokens
2,475 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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5lowvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumClaude Opus 4.7mediumvsDeepSeek V4 FlashhighGemini 3.5 FlashhighvsQwen3.7 MaxmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.3 ChatnonevsQwen3.7 PlusmediumGemini 3 Flash PreviewlowvsQwen3.7 Plusmedium