नेव्हिगेशन
AI BENCHY
Advertise here

Claude Opus 4.8 vs Qwen3.7 Flash (low)

average score जवळपास समान आहे: 7.3 vs 7.3. Qwen3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.042 vs $1.166. Claude Opus 4.8 वेगवान आहे: 4.91s vs 36.80s, pass rates 63.6% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#76
एकूण आउटपुट टोकन्स
16,797
प्रतिसाद वेळ (सरासरी)
4.91s
एकूण खर्च
$1.166
क्रमांक
#75
एकूण आउटपुट टोकन्स
297,249
प्रतिसाद वेळ (सरासरी)
36.80s
एकूण खर्च
$0.042
शिफारस केलेले मॉडेल Qwen3.7 Flash (low)

It has the best score here (7.3), while costing about 28.2x less than Claude Opus 4.8.

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28
स्कोअर 7.3 7.3
क्रमांक #76 #75
विश्वसनीयता 10.0 9.9
सुसंगतता 9.2 8.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 68.2%
अस्थिर चाचण्या 2 5
एकूण रन 66 66
प्रति निकाल खर्च 8.969 0.346
एकूण खर्च $1.166 $0.042
इनपुट किंमत $5.000 / 1M $0.030 / 1M
आउटपुट किंमत $25.000 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 149,206 92,182
आउटपुट टोकन्स 16,797 14,287
रिझनिंग टोकन्स 0 282,962
प्रतिसाद वेळ (सरासरी) 4.91s 36.80s
प्रतिसाद वेळ (कमाल) 35.03s 394.54s
प्रतिसाद वेळ (एकूण) 108.03s 809.54s

Hamster playing table tennis

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

#76 Claude Opus 4.8

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

#75 Qwen3.7 Flash

low
अवैध SVG
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

झटपट तुलना

तुलना जोडी बदला