नेव्हिगेशन
AI BENCHY
Advertise here

Claude Opus 4.8 vs Qwen3.5 Plus 2026-04-20 (medium)

Claude Opus 4.8 average score मध्ये पुढे आहे: 7.3 vs 7.2. Qwen3.5 Plus 2026-04-20 (medium) चा benchmark खर्च कमी आहे: $0.323 vs $1.166. Claude Opus 4.8 वेगवान आहे: 4.92s vs 46.97s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-04

क्रमांक
#120
एकूण आउटपुट टोकन्स
16,797
प्रतिसाद वेळ (सरासरी)
4.92s
एकूण खर्च
$1.166
क्रमांक
#124
एकूण आउटपुट टोकन्स
172,123
प्रतिसाद वेळ (सरासरी)
46.97s
एकूण खर्च
$0.323
शिफारस केलेले मॉडेल Claude Opus 4.8

It has the best score here (7.3), while responding about 9.5x faster than Qwen3.5 Plus 2026-04-20 (medium).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20
स्कोअर 7.3 7.2
क्रमांक #120 #124
विश्वसनीयता 10.0 9.6
सुसंगतता 9.2 9.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 2 2
एकूण रन 66 66
प्रति निकाल खर्च 8.969 3.048
एकूण खर्च $1.166 $0.323
इनपुट किंमत $5.000 / 1M $0.300 / 1M
आउटपुट किंमत $25.000 / 1M $1.800 / 1M
एकूण इनपुट टोकन्स 149,203 42,106
आउटपुट टोकन्स 16,797 2,280
रिझनिंग टोकन्स 0 169,843
प्रतिसाद वेळ (सरासरी) 4.92s 46.97s
प्रतिसाद वेळ (कमाल) 35.03s 189.38s
प्रतिसाद वेळ (एकूण) 108.24s 986.35s
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.

#120 Claude Opus 4.8

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

#124 Qwen3.5 Plus 2026-04-20

medium
खर्च
$0.008
वेळ
76.7s
टोकन्स
4,355 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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Qwen3.5 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumMuse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumKAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsGLM 5.3 FlashhighClaude Opus 4.8nonevsKAT-Coder-Pro V2.5highMuse Glimmer 30BlowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsMuse Glimmer 30BhighQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsKAT-Coder-Pro V2.5lowClaude Opus 4.8nonevsGLM 5.3high