Claude Opus 4.7 (medium) vs Qwen3.8 Flash Next (low)

Claude Opus 4.7 (medium) average score मध्ये पुढे आहे: 8.1 vs 8.0. Qwen3.8 Flash Next (low) चा benchmark खर्च कमी आहे: ~$0.045 vs $3.636. Claude Opus 4.7 (medium) वेगवान आहे: 14.12s vs 23.66s, pass rates 81.2% vs 79.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक: #93
एकूण आउटपुट टोकन्स: 57,978
प्रतिसाद वेळ (सरासरी): 14.12s
एकूण खर्च: $3.636

क्रमांक: #100
एकूण आउटपुट टोकन्स: 135,295
प्रतिसाद वेळ (सरासरी): 23.66s
एकूण खर्च: ~$0.045

शिफारस केलेले मॉडेल Qwen3.8 Flash Next (low)

Its score stays close to the best score here (8.0 vs 8.1), while costing about 81.1x less than Claude Opus 4.7 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.7 Claude Opus 4.7 medium प्रकाशन: 2026-04-16	Qwen3.8 Flash Next Qwen3.8 Flash Next low प्रकाशन: 2026-10-04

मेट्रिक	Claude Opus 4.7 Claude Opus 4.7 medium प्रकाशन: 2026-04-16	Qwen3.8 Flash Next Qwen3.8 Flash Next low प्रकाशन: 2026-10-04
स्कोअर	8.1	8.0
क्रमांक	#93	#100
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	8.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	81.2%	79.7%
अस्थिर चाचण्या	2	6
एकूण रन	69	69
प्रति निकाल खर्च	20.200	~0.299
एकूण खर्च	$3.636	~$0.045
इनपुट किंमत	$5.000 / 1M	लागू नाही
आउटपुट किंमत	$25.000 / 1M	लागू नाही
कॅश वाचण्याची किंमत	$0.500 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	$6.250 / 1M	लागू नाही
एकूण इनपुट टोकन्स	437,293	342,163
आउटपुट टोकन्स	29,102	1,518
रिझनिंग टोकन्स	28,876	133,777
प्रतिसाद वेळ (सरासरी)	14.12s	23.66s
प्रतिसाद वेळ (कमाल)	150.60s	166.72s
प्रतिसाद वेळ (एकूण)	310.55s	544.16s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	180B एकूण (6B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#93 Claude Opus 4.7

medium

खर्च: $0.059
वेळ: 26.8s
टोकन्स: 2,475 tok

#100 Qwen3.8 Flash Next

low

खर्च: ~$0.002
वेळ: 47.2s
टोकन्स: 5,270 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	5.2	3.2	33.3%	1		150.60s	292,044	4,154	23,834
Qwen3.8 Flash Next	6.1	3.1	66.7%	1		137.50s	194,811	72	28,519

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		2.03s	984	233	1,773

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		29.46s	8,127	397	24,147

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	10.0	10.0	100.0%	0		43.42s	104,347	15,459	3,928
Qwen3.8 Flash Next	6.9	5.9	66.7%	1		98.91s	118,012	60	51,088

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 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		6.20s	8,253	267	2,783

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	7.7	10.0	66.7%	0		1.19s	627	51	0
Qwen3.8 Flash Next	4.1	4.4	44.5%	2		23.34s	1,014	12	18,966

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Qwen3.8 Flash Next	4.7	3.1	33.3%	1		5.00s	594	130	1,171

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Qwen3.8 Flash Next	9.8	10.0	100.0%	0		2.32s	855	48	1,050

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Qwen3.8 Flash Next	8.7	7.8	88.9%	1		1.72s	930	272	1,001

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		5.85s	8,301	21	816

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		9.26s	282	6	2,463

तुलना जोडी बदला

Claude Opus 4.7mediumvsDeepSeek V4 Flash 0423high Gemini 3.8 FlashmediumvsQwen3.8 Flash Nextlow GPT-5.4 NanomediumvsQwen3.8 Flash Nextlow Claude Opus 4.7mediumvsDeepSeek V4 Pro 0423high Claude Opus 4.7mediumvsDeepSeek V4.1 Flashlow Qwen3.8 Flash NextlowvsGLM 5.3 FlashXmax Claude Fable 5.1highvsQwen3.8 Flash Nextlow Nemotron 3 Ultramediumमोफत उपलब्धvsQwen3.8 Flash Nextlow GPT-5.4 MinimediumvsQwen3.8 Flash Nextlow GPT-5.6 LunahighvsQwen3.8 Flash Nextlow Claude Opus 4.7mediumvsGPT-5.6 Lunahigh Claude Opus 4.7mediumvsSeed-2.0-Codelow