नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.8 (low) vs Qwen3.7 Flash (high)

average score जवळपास समान आहे: 7.2 vs 7.2. Qwen3.7 Flash (high) चा benchmark खर्च कमी आहे: $0.063 vs $3.787. Claude Opus 4.8 (low) वेगवान आहे: 17.13s vs 45.48s, pass rates 78.3% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#175
एकूण आउटपुट टोकन्स
69,489
प्रतिसाद वेळ (सरासरी)
17.13s
एकूण खर्च
$3.787
क्रमांक
#176
एकूण आउटपुट टोकन्स
409,818
प्रतिसाद वेळ (सरासरी)
45.48s
एकूण खर्च
$0.063
शिफारस केलेले मॉडेल Qwen3.7 Flash (high)

It has the best score here (7.2), while costing about 61.0x less than Claude Opus 4.8 (low).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28 Qwen3.7 Flash Qwen3.7 Flash high प्रकाशन: 2026-07-28
स्कोअर 7.2 7.2
क्रमांक #175 #176
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 7.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.3% 71.0%
अस्थिर चाचण्या 4 7
एकूण रन 69 69
प्रति निकाल खर्च 23.669 0.478
एकूण खर्च $3.787 $0.063
इनपुट किंमत $5.000 / 1M $0.030 / 1M
आउटपुट किंमत $25.000 / 1M $0.130 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.006 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M $0.039 / 1M
एकूण इनपुट टोकन्स 409,947 293,775
आउटपुट टोकन्स 46,060 13,527
रिझनिंग टोकन्स 23,429 396,291
प्रतिसाद वेळ (सरासरी) 17.13s 45.48s
प्रतिसाद वेळ (कमाल) 127.97s 431.47s
प्रतिसाद वेळ (एकूण) 394.01s 1045.97s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~35B एकूण (~3B 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.

#175 Claude Opus 4.8

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

#176 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

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
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8lowvsQwen3.8 27Bmediumमोफत उपलब्धLongCat 2.0mediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5mediumGemini 3.8 FlashlowvsQwen3.7 FlashhighQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.6 27BmediumClaude Opus 5nonevsQwen3.7 FlashhighClaude Opus 4.8lowvsGemini 3.5 Flash Litemedium