Claude Opus 4.8 (low) vs Qwen3.7 Plus (medium)

Qwen3.7 Plus (medium) average score मध्ये पुढे आहे: 7.9 vs 7.8. Qwen3.7 Plus (medium) चा benchmark खर्च कमी आहे: $0.277 vs $2.089. Claude Opus 4.8 (low) वेगवान आहे: 12.88s vs 53.51s, pass rates 80.3% vs 75.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक: #73
एकूण आउटपुट टोकन्स: 52,237
प्रतिसाद वेळ (सरासरी): 12.88s
एकूण खर्च: $2.089

क्रमांक: #65
एकूण आउटपुट टोकन्स: 187,337
प्रतिसाद वेळ (सरासरी): 53.51s
एकूण खर्च: $0.277

शिफारस केलेले मॉडेल Qwen3.7 Plus (medium)

It has the best score here (7.9), while costing about 7.5x 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 Plus Qwen3.7 Plus medium प्रकाशन: 2026-06-03

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium प्रकाशन: 2026-06-03
स्कोअर	7.8	7.9
क्रमांक	#73	#65
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	8.9
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	80.3%	75.8%
अस्थिर चाचण्या	3	3
एकूण रन	66	66
प्रति निकाल खर्च	13.054	2.134
एकूण खर्च	$2.089	$0.277
इनपुट किंमत	$5.000 / 1M	$0.320 / 1M
आउटपुट किंमत	$25.000 / 1M	$1.280 / 1M
एकूण इनपुट टोकन्स	156,522	115,242
आउटपुट टोकन्स	43,056	6,163
रिझनिंग टोकन्स	9,181	181,174
प्रतिसाद वेळ (सरासरी)	12.88s	53.51s
प्रतिसाद वेळ (कमाल)	127.97s	315.30s
प्रतिसाद वेळ (एकूण)	283.32s	1177.25s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~397B एकूण (~17B 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.

#73 Claude Opus 4.8

low

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

#65 Qwen3.7 Plus

medium

खर्च: $0.018
वेळ: 193.2s
टोकन्स: 10,821 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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
Qwen3.7 Plus	3.6	7.2	22.2%	1		60.05s	780	58	34,980

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8lowvsSeed-2.0-Litemedium Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Opus 4.8lowvsQwen3.8 27Bmedium Claude Opus 4.8lowvsGLM 5medium GPT-5.2 ChatnonevsQwen3.7 Plusmedium Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsGemini 3.5 Flash Litemedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Prohigh