Claude Opus 5 (high) vs Qwen3.8 MAX (medium)

Claude Opus 5 (high) average score मध्ये पुढे आहे: 9.4 vs 9.2. Qwen3.8 MAX (medium) चा benchmark खर्च कमी आहे: $1.181 vs $4.524. Claude Opus 5 (high) वेगवान आहे: 25.31s vs 27.34s, pass rates 82.6% vs 81.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #27
एकूण आउटपुट टोकन्स: 105,662
प्रतिसाद वेळ (सरासरी): 25.31s
एकूण खर्च: $4.524

क्रमांक: #35
एकूण आउटपुट टोकन्स: 104,596
प्रतिसाद वेळ (सरासरी): 27.34s
एकूण खर्च: $1.181

शिफारस केलेले मॉडेल Qwen3.8 MAX (medium)

Its score stays close to the best score here (9.2 vs 9.4), while costing about 3.8x less than Claude Opus 5 (high).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 high प्रकाशन: 2026-07-25	Qwen3.8 MAX Qwen3.8 MAX medium प्रकाशन: 2026-08-04

मेट्रिक	Claude Opus 5 Claude Opus 5 high प्रकाशन: 2026-07-25	Qwen3.8 MAX Qwen3.8 MAX medium प्रकाशन: 2026-08-04
स्कोअर	9.4	9.2
क्रमांक	#27	#35
विश्वसनीयता	10.0	10.0
सुसंगतता	10.0	9.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	82.6%	81.2%
अस्थिर चाचण्या	0	1
एकूण रन	69	69
प्रति निकाल खर्च	23.809	5.266
एकूण खर्च	$4.524	$1.181
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	$6.250 / 1M	लागू नाही
एकूण इनपुट टोकन्स	376,421	276,512
आउटपुट टोकन्स	67,688	8,152
रिझनिंग टोकन्स	37,974	96,444
प्रतिसाद वेळ (सरासरी)	25.31s	27.34s
प्रतिसाद वेळ (कमाल)	159.01s	126.60s
प्रतिसाद वेळ (एकूण)	582.11s	628.75s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	2.4T एकूण (~100B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#27 Claude Opus 5

high

खर्च: $0.265
वेळ: 144.5s
टोकन्स: 10,741 tok

#35 Qwen3.8 MAX

medium

खर्च: $0.028
वेळ: 71.9s
टोकन्स: 4,750 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		86.99s	240,465	3,064	7,015
Qwen3.8 MAX	10.0	10.0	100.0%	0		115.27s	167,457	1,586	10,963

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	10.0	10.0	100.0%	0		5.91s	834	2,063	617
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.17s	672	312	2,075

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		12.73s	10,590	7,547	1,721
Qwen3.8 MAX	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		31.11s	98,549	10,546	2,198
Qwen3.8 MAX	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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	10.0	10.0	100.0%	0		4.22s	10,503	488	160
Qwen3.8 MAX	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	3.0	10.0	0.0%	0		104.24s	972	40,623	24,923
Qwen3.8 MAX	3.0	10.0	0.0%	0		41.77s	780	62	20,803

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		3.79s	708	268	0
Qwen3.8 MAX	10.0	10.0	100.0%	0		6.41s	516	168	700

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		4.78s	909	119	361
Qwen3.8 MAX	10.0	10.0	100.0%	0		3.49s	699	102	914

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		4.66s	894	908	524
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.93s	696	401	1,575

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		8.44s	11,739	354	0
Qwen3.8 MAX	10.0	10.0	100.0%	0		7.83s	8,229	267	636

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	3.0	10.0	0.0%	0		14.14s	258	1,708	455
Qwen3.8 MAX	3.0	10.0	0.0%	0		11.49s	204	28	1,767

तुलना जोडी बदला

Claude Sonnet 5.5maxvsQwen3.8 MAXmedium Claude Opus 5highvsGemini 3.7 Flashlow DeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmedium Muse Spark OpenhighvsQwen3.8 MAXmedium Claude Haiku 5.5xhighvsQwen3.8 MAXmedium Muse Spark 1.3highvsQwen3.8 MAXmedium Muse WonderlowvsQwen3.8 MAXmedium Qwen3.8 MAXmediumvsParetodefault Seed 2.1 TurbohighvsQwen3.8 MAXmedium Seed 2.1 TurbolowvsQwen3.8 MAXmedium Muse WonderminimalvsQwen3.8 MAXmedium Claude Opus 5highvsSeed 2.1 Turbolow