नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.8 vs Qwen3.7 Plus

Claude Opus 4.8 average score मध्ये पुढे आहे: 7.3 vs 7.2. Qwen3.7 Plus चा benchmark खर्च कमी आहे: $0.106 vs $1.166. Claude Opus 4.8 वेगवान आहे: 4.91s vs 12.09s, pass rates 63.6% vs 50.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#74
एकूण आउटपुट टोकन्स
16,797
प्रतिसाद वेळ (सरासरी)
4.91s
एकूण खर्च
$1.166
क्रमांक
#79
एकूण आउटपुट टोकन्स
58,097
प्रतिसाद वेळ (सरासरी)
12.09s
एकूण खर्च
$0.106
शिफारस केलेले मॉडेल Qwen3.7 Plus

Its score stays close to the best score here (7.2 vs 7.3), while costing about 11.0x less than Claude Opus 4.8.

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Qwen3.7 Plus Qwen3.7 Plus none प्रकाशन: 2026-06-03
स्कोअर 7.3 7.2
क्रमांक #74 #79
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 50.0%
अस्थिर चाचण्या 2 0
एकूण रन 66 66
प्रति निकाल खर्च 8.969 1.014
एकूण खर्च $1.166 $0.106
इनपुट किंमत $5.000 / 1M $0.320 / 1M
आउटपुट किंमत $25.000 / 1M $1.280 / 1M
एकूण इनपुट टोकन्स 149,206 98,824
आउटपुट टोकन्स 16,797 58,097
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 4.91s 12.09s
प्रतिसाद वेळ (कमाल) 35.03s 206.03s
प्रतिसाद वेळ (एकूण) 108.03s 265.89s

Hamster playing table tennis

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

#74 Claude Opus 4.8

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

#79 Qwen3.7 Plus

none
खर्च
$0.019
वेळ
213.5s
टोकन्स
11,960 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0

झटपट तुलना

तुलना जोडी बदला