Claude Opus 4.8 (low) vs Qwen3.8 Flash Next (xhigh)

Claude Opus 4.8 (low) average score मध्ये पुढे आहे: 7.2 vs 7.1. Qwen3.8 Flash Next (xhigh) चा benchmark खर्च कमी आहे: ~$0.195 vs $3.787. Claude Opus 4.8 (low) वेगवान आहे: 17.13s vs 102.66s, pass rates 78.3% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-05

तुलना केलेली मॉडेल्स

क्रमांक: #147
एकूण आउटपुट टोकन्स: 69,489
प्रतिसाद वेळ (सरासरी): 17.13s
एकूण खर्च: $3.787

क्रमांक: #154
एकूण आउटपुट टोकन्स: 621,056
प्रतिसाद वेळ (सरासरी): 102.66s
एकूण खर्च: ~$0.195

शिफारस केलेले मॉडेल Qwen3.8 Flash Next (xhigh)

Its score stays close to the best score here (7.1 vs 7.2), while costing about 19.5x less than Claude Opus 4.8 (low).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Qwen3.8 Flash Next Qwen3.8 Flash Next xhigh प्रकाशन: 2026-10-04

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Qwen3.8 Flash Next Qwen3.8 Flash Next xhigh प्रकाशन: 2026-10-04
स्कोअर	7.2	7.1
क्रमांक	#147	#154
विश्वसनीयता	10.0	9.9
सुसंगतता	8.6	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	72.5%
अस्थिर चाचण्या	4	6
एकूण रन	69	69
प्रति निकाल खर्च	23.669	~1.390
एकूण खर्च	$3.787	~$0.195
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	409,947	301,749
आउटपुट टोकन्स	46,060	1,033
रिझनिंग टोकन्स	23,429	620,023
प्रतिसाद वेळ (सरासरी)	17.13s	102.66s
प्रतिसाद वेळ (कमाल)	127.97s	674.08s
प्रतिसाद वेळ (एकूण)	394.01s	2361.10s
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.

#147 Claude Opus 4.8

low

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

#154 Qwen3.8 Flash Next

xhigh

खर्च: ~$0.010
वेळ: 333.1s
टोकन्स: 30,654 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
Qwen3.8 Flash Next	4.7	3.1	33.3%	1		173.66s	148,808	26	38,616

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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		6.73s	1,128	184	7,283

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
Qwen3.8 Flash Next	7.4	7.0	77.8%	1		192.20s	8,235	122	186,070

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
Qwen3.8 Flash Next	7.3	5.8	83.3%	1		92.24s	122,809	52	43,355

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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		9.24s	8,325	212	3,925

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
Qwen3.8 Flash Next	3.5	4.4	33.3%	2		326.96s	1,122	11	239,950

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
Qwen3.8 Flash Next	4.7	3.1	33.3%	1		3.95s	630	82	864

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
Qwen3.8 Flash Next	9.8	10.0	100.0%	0		3.72s	927	42	1,939

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
Qwen3.8 Flash Next	7.7	10.0	66.7%	0		19.51s	1,038	275	15,050

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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		5.11s	8,409	21	650

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
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		325.04s	318	6	82,321

झटपट तुलना

तुलना जोडी बदला

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 Qwen3.8 Flash NextxhighvsGLM 5.3 FlashXmedium Claude Opus 4.8lowvsQwen3.5-27Bnone Qwen3.8 Flash NextxhighvsMiMo-V2.6-Flashlow Claude Opus 4.8lowvsQwen3.6 27Bmedium Claude Opus 5nonevsQwen3.8 Flash Nextxhigh Qwen3.8 Flash NextxhighvsMiMo-V2.5medium Qwen3.8 Flash NextxhighvsStep 3.7 Flashlow