Claude Opus 4.6 (medium) vs Qwen3.7 Flash (high)

Qwen3.7 Flash (high) average score मध्ये पुढे आहे: 7.8 vs 7.7. Qwen3.7 Flash (high) चा benchmark खर्च कमी आहे: $0.052 vs $2.961. Claude Opus 4.6 (medium) वेगवान आहे: 32.23s vs 41.37s, pass rates 63.6% vs 71.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-10

तुलना केलेली मॉडेल्स

क्रमांक: #94
एकूण आउटपुट टोकन्स: 96,722
प्रतिसाद वेळ (सरासरी): 32.23s
एकूण खर्च: $2.961

क्रमांक: #91
एकूण आउटपुट टोकन्स: 370,250
प्रतिसाद वेळ (सरासरी): 41.37s
एकूण खर्च: $0.052

शिफारस केलेले मॉडेल Qwen3.7 Flash (high)

It has the best score here (7.8), while costing about 57.4x less than Claude Opus 4.6 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05	Qwen3.7 Flash Qwen3.7 Flash high प्रकाशन: 2026-07-28

मेट्रिक	Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05	Qwen3.7 Flash Qwen3.7 Flash high प्रकाशन: 2026-07-28
स्कोअर	7.7	7.8
क्रमांक	#94	#91
विश्वसनीयता	10.0	10.0
सुसंगतता	8.8	7.8
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	63.6%	71.2%
अस्थिर चाचण्या	3	6
एकूण रन	66	66
प्रति निकाल खर्च	22.777	0.398
एकूण खर्च	$2.961	$0.052
इनपुट किंमत	$5.000 / 1M	$0.030 / 1M
आउटपुट किंमत	$25.000 / 1M	$0.130 / 1M
एकूण इनपुट टोकन्स	108,573	116,331
आउटपुट टोकन्स	69,994	12,330
रिझनिंग टोकन्स	26,728	357,920
प्रतिसाद वेळ (सरासरी)	32.23s	41.37s
प्रतिसाद वेळ (कमाल)	151.51s	431.47s
प्रतिसाद वेळ (एकूण)	515.65s	910.11s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~35B एकूण (~3B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#94 Claude Opus 4.6

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

#91 Qwen3.7 Flash

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	6.4	5.8	66.7%	2		7.45s	840	986	1,071
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.21s	672	713	13,968

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	5.7	7.1	44.4%	1		30.10s	8,522	13,057	4,121
Qwen3.7 Flash	8.2	9.7	66.7%	0		58.84s	7,893	503	62,350

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		114.08s	76,073	33,018	9,509
Qwen3.7 Flash	6.9	5.9	66.7%	1		231.97s	88,896	9,866	203,866

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		7.37s	8,676	691	757
Qwen3.7 Flash	10.0	10.0	100.0%	0		20.10s	7,782	270	10,800

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	3.0	10.0	0.0%	0		42.53s	632	12,350	7,100
Qwen3.7 Flash	2.9	4.4	22.2%	2		34.43s	780	59	35,675

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		5.04s	564	188	292
Qwen3.7 Flash	5.1	3.4	33.3%	1		10.73s	516	120	3,898

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		2.43s	792	266	467
Qwen3.7 Flash	9.8	10.0	100.0%	0		9.41s	699	97	7,838

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	7.7	10.0	66.7%	0		4.71s	816	532	630
Qwen3.7 Flash	7.1	5.1	77.8%	2		10.79s	696	369	10,474

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	10.0	10.0	100.0%	0		9.73s	11,454	861	329
Qwen3.7 Flash	10.0	10.0	100.0%	0		5.72s	8,193	309	1,436

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.6	3.0	10.0	0.0%	0		63.24s	204	8,045	2,452
Qwen3.7 Flash	3.0	10.0	0.0%	0		17.70s	204	24	7,615

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8lowvsQwen3.7 Flashhigh Seed-2.0-LitemediumvsQwen3.7 Flashhigh Claude Opus 4.6mediumvsSeed-2.0-Codelow Qwen3.7 FlashhighvsGLM 5medium Seed-2.0-CodelowvsQwen3.7 Flashhigh Claude Opus 4.6mediumvsDeepSeek V4 Prohigh Claude Opus 4.6mediumvsDeepSeek V4 Flash 0423high Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh GPT-5.6 TerramediumvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsGLM 5.2medium Gemini 3.5 Flash LitemediumvsQwen3.7 Flashhigh Claude Opus 4.6mediumvsGPT-5.6 Lunahigh