नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-Flash

सारांश

Claude Opus 4.8 vs Qwen3.5-Flash (medium) benchmark तुलना: Claude Opus 4.8 average score मध्ये पुढे आहे: 7.2 vs 6.8. Qwen3.5-Flash (medium) चा benchmark खर्च कमी आहे: $0.080 vs $0.539. Claude Opus 4.8 वेगवान आहे: 3.48s vs 63.29s, pass rates 61.9% vs 71.4%.

शिफारस केलेले मॉडेल: Claude Opus 4.8 - It has the best score here (7.2), while responding about 18.2x faster than Qwen3.5-Flash (medium).

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

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Qwen3.5-Flash Qwen3.5-Flash medium प्रकाशन: 2026-02-24
स्कोअर 7.2 6.8
क्रमांक #70 #84
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 61.9% 71.4%
अस्थिर चाचण्या 2 5
एकूण रन 63 63
प्रति निकाल खर्च 4.485 0.871
एकूण खर्च $0.539 $0.080
इनपुट किंमत $5.000 / 1M $0.065 / 1M
आउटपुट किंमत $25.000 / 1M $0.260 / 1M
एकूण इनपुट टोकन्स 67,104 38,926
आउटपुट टोकन्स 8,107 2,088
रिझनिंग टोकन्स 0 294,598
प्रतिसाद वेळ (सरासरी) 3.48s 63.29s
प्रतिसाद वेळ (कमाल) 17.73s 234.29s
प्रतिसाद वेळ (एकूण) 73.00s 1265.85s

जनरेशन शोकेस

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
खर्च
$0.053
वेळ
22.0s
टोकन्स
2,253 tok

#84 Qwen3.5-Flash

medium
खर्च
$0.002
वेळ
25.8s
टोकन्स
4,294 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

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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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 7.2 44.4% 1 1.70s 975 61 0
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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 3.48s 708 230 0
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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 5.35s 11,775 355 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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 3.41s 258 212 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037

झटपट तुलना

तुलना जोडी बदला