Claude Opus 5 (low) vs Qwen3.8 Max (0902) (medium)

Qwen3.8 Max (0902) (medium) average score मध्ये पुढे आहे: 9.0 vs 9.0. Qwen3.8 Max (0902) (medium) चा benchmark खर्च कमी आहे: $1.096 vs $2.350. Claude Opus 5 (low) वेगवान आहे: 9.87s vs 30.42s, pass rates 84.1% vs 84.1%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #51
एकूण आउटपुट टोकन्स: 23,416
प्रतिसाद वेळ (सरासरी): 9.87s
एकूण खर्च: $2.350

क्रमांक: #47
एकूण आउटपुट टोकन्स: 92,998
प्रतिसाद वेळ (सरासरी): 30.42s
एकूण खर्च: $1.096

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

It has the best score here (9.0), while costing about 2.1x less than Claude Opus 5 (low).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 low प्रकाशन: 2026-07-25	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07

मेट्रिक	Claude Opus 5 Claude Opus 5 low प्रकाशन: 2026-07-25	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07
स्कोअर	9.0	9.0
क्रमांक	#51	#47
विश्वसनीयता	10.0	10.0
सुसंगतता	9.7	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	84.1%
अस्थिर चाचण्या	1	2
एकूण रन	69	69
प्रति निकाल खर्च	12.367	6.084
एकूण खर्च	$2.350	$1.096
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$25.000 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.250 / 1M
कॅश लिहिण्याची किंमत	$6.250 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	352,845	268,540
आउटपुट टोकन्स	16,553	7,499
रिझनिंग टोकन्स	7,007	85,499
प्रतिसाद वेळ (सरासरी)	9.87s	30.42s
प्रतिसाद वेळ (कमाल)	73.15s	168.09s
प्रतिसाद वेळ (एकूण)	226.95s	699.68s
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.

#51 Claude Opus 5

low

खर्च: $0.062
वेळ: 30.2s
टोकन्स: 2,615 tok

#47 Qwen3.8 Max (0902)

medium

खर्च: $0.036
वेळ: 108.3s
टोकन्स: 5,980 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		73.15s	218,075	2,949	2,619
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		127.50s	172,217	1,538	10,782

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		4.32s	834	1,008	376
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.03s	672	295	2,003

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	7.8	7.4	77.8%	1		6.70s	10,590	2,442	760
Qwen3.8 Max (0902)	8.4	7.4	88.9%	1		45.74s	7,893	551	20,628

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		21.05s	97,363	6,024	911
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		94.38s	68,852	3,895	24,303

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		3.69s	10,503	343	79
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		10.54s	7,782	261	2,591

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	5.3	10.0	33.3%	0		8.91s	972	1,928	1,479
Qwen3.8 Max (0902)	3.6	7.2	22.2%	1		49.45s	780	44	19,572

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		3.76s	708	293	0
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		7.56s	516	202	689

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		4.13s	909	242	146
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.24s	699	90	886

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		4.23s	894	607	300
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.89s	696	353	1,599

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		9.03s	11,739	354	0
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.93s	8,229	249	194

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		6.48s	258	363	337
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		17.01s	204	21	2,252

तुलना जोडी बदला

Claude Opus 5lowvsGemini 4 Argonmedium Claude Opus 5lowvsGLM 5.3 Flashmax Gemini 3.5 FlashlowvsQwen3.8 Max (0902)medium Claude Opus 5lowvsGemini 3.5 Flash Litehigh Claude Opus 5lowvsMuse Spark 1.3medium Gemini 3.5 Flash LitehighvsQwen3.8 Max (0902)medium Muse Spark OpenxhighvsQwen3.8 Max (0902)medium Claude Opus 5lowvsMuse Spark 1.2high Gemini 3.6 FlashlowvsQwen3.8 Max (0902)medium Qwen3.8 Max (0902)mediumvsGLM 5.3 Flashmax Muse WonderminimalvsQwen3.8 Max (0902)medium Claude Opus 5lowvsMuse Spark 1.2medium