Claude Opus 4.8 (low) vs Qwen3.6 Plus (medium)

Qwen3.6 Plus (medium) average score मध्ये पुढे आहे: 7.3 vs 7.2. Qwen3.6 Plus (medium) चा benchmark खर्च कमी आहे: $0.554 vs $3.787. Claude Opus 4.8 (low) वेगवान आहे: 17.13s vs 57.41s, pass rates 78.3% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक: #211
एकूण आउटपुट टोकन्स: 69,489
प्रतिसाद वेळ (सरासरी): 17.13s
एकूण खर्च: $3.787

क्रमांक: #204
एकूण आउटपुट टोकन्स: 246,790
प्रतिसाद वेळ (सरासरी): 57.41s
एकूण खर्च: $0.554

शिफारस केलेले मॉडेल Qwen3.6 Plus (medium)

It has the best score here (7.3), while costing about 6.8x less than Claude Opus 4.8 (low).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Qwen3.6 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Qwen3.6 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20
स्कोअर	7.2	7.3
क्रमांक	#211	#204
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	69.6%
अस्थिर चाचण्या	4	3
एकूण रन	69	69
प्रति निकाल खर्च	23.669	2.605
एकूण खर्च	$3.787	$0.554
इनपुट किंमत	$5.000 / 1M	$0.325 / 1M
आउटपुट किंमत	$25.000 / 1M	$1.950 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	$6.250 / 1M	$0.407 / 1M
एकूण इनपुट टोकन्स	409,947	222,601
आउटपुट टोकन्स	46,060	8,185
रिझनिंग टोकन्स	23,429	238,605
प्रतिसाद वेळ (सरासरी)	17.13s	57.41s
प्रतिसाद वेळ (कमाल)	127.97s	307.08s
प्रतिसाद वेळ (एकूण)	394.01s	1263.02s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~397B एकूण (~17B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

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.

#211 Claude Opus 4.8

low

खर्च: $0.031
वेळ: 14.1s
टोकन्स: 1,345 tok

#204 Qwen3.6 Plus

medium

खर्च: $0.024
वेळ: 219.0s
टोकन्स: 12,235 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 4.8	4.7	3.1	33.3%	1		110.68s	253,425	3,004	14,248
Qwen3.6 Plus	4.7	3.1	33.3%	1		307.08s	124,903	1,768	47,390

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Qwen3.6 Plus	10.0	10.0	100.0%	0		163.25s	71,058	5,011	55,925

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	5.3	10.0	33.3%	0		46.54s	972	23,226	4,472
Qwen3.6 Plus	2.9	7.2	11.1%	1		46.39s	780	61	39,854

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

तुलना जोडी बदला

LongCat 2.0highvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.8 27Bmediumमोफत उपलब्ध Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsLongCat 2.0medium Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsNex-N2.6high Claude Opus 4.8lowvsQwen3.5-27Bnone Nex-N2.6highvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.6 27Bmedium Qwen3.6 PlusmediumvsGLM 5.3 Flashhigh Gemini 3.8 FlashlowvsQwen3.6 Plusmedium