Claude Opus 5.5 (medium) vs Qwen3.8 Max (0902) (low)

Qwen3.8 Max (0902) (low) average score मध्ये पुढे आहे: 9.1 vs 9.0. Qwen3.8 Max (0902) (low) चा benchmark खर्च कमी आहे: $0.664 vs $1.080. Claude Opus 5.5 (medium) वेगवान आहे: 24.18s vs 24.21s, pass rates 89.4% vs 86.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-23

तुलना केलेली मॉडेल्स

क्रमांक: #30
एकूण आउटपुट टोकन्स: 27,194
प्रतिसाद वेळ (सरासरी): 24.18s
एकूण खर्च: $1.080

क्रमांक: #27
एकूण आउटपुट टोकन्स: 75,865
प्रतिसाद वेळ (सरासरी): 24.21s
एकूण खर्च: $0.664

शिफारस केलेले मॉडेल Qwen3.8 Max (0902) (low)

It has the best score here (9.1), while costing about 1.6x less than Claude Opus 5.5 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07
स्कोअर	9.0	9.1
क्रमांक	#30	#27
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	9.3
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.4%	86.4%
अस्थिर चाचण्या	1	2
एकूण रन	66	66
प्रति निकाल खर्च	5.683	3.684
एकूण खर्च	$1.080	$0.664
इनपुट किंमत	$4.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	133,954	103,954
आउटपुट टोकन्स	7,292	6,322
रिझनिंग टोकन्स	19,902	69,543
प्रतिसाद वेळ (सरासरी)	24.18s	24.21s
प्रतिसाद वेळ (कमाल)	90.20s	207.79s
प्रतिसाद वेळ (एकूण)	532.04s	532.62s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	2.4T एकूण (~100B 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.

#30 Claude Opus 5.5

medium

खर्च: $0.053
वेळ: 25.6s
टोकन्स: 2,781 tok

#27 Qwen3.8 Max (0902)

low

खर्च: $0.014
वेळ: 41.2s
टोकन्स: 2,421 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:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.42s	858	321	657
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.72s	984	212	1,854

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		37.42s	8,127	485	17,404

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		55.69s	96,679	4,639	4,527
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		113.88s	74,767	4,562	29,335

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 5.5	10.0	10.0	100.0%	0		12.65s	10,515	312	277
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		9.94s	7,938	261	2,254

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	7.7	10.0	66.7%	0		21.35s	990	61	8,360
Qwen3.8 Max (0902)	5.3	7.2	44.4%	1		34.93s	1,014	45	13,881

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		6.17s	714	273	326
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		8.91s	594	120	820

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		21.33s	921	96	336
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.32s	855	90	866

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		30.12s	912	513	491
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.49s	930	275	1,248

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		74.20s	11,757	441	587
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.73s	8,463	249	126

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	3.0	10.0	0.0%	0		27.75s	0	0	0
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		13.28s	282	23	1,755

झटपट तुलना

तुलना जोडी बदला

Gemini 3.8 FlashmediumvsQwen3.8 Max (0902)low Claude Opus 5.5mediumvsGrok 4.5high Claude Opus 5.5mediumvsSeed 2.1 Turbolow Claude Opus 5.5mediumvsQwen3.8 Max (0902)high Claude Opus 5mediumvsQwen3.8 Max (0902)low Claude Opus 5highvsQwen3.8 Max (0902)low Claude Opus 5.5mediumvsMuse Spark 1.3high Claude Fable 5.1highvsQwen3.8 Max (0902)low Gemini 3.5 FlashmediumvsQwen3.8 Max (0902)low Claude Opus 5.5mediumvsParetonone Claude Opus 5.5mediumvsSeed 2.1 Turbohigh GPT-5.5mediumvsQwen3.8 Max (0902)low