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

Claude Opus 5 (medium) average score मध्ये पुढे आहे: 9.4 vs 8.6. Qwen3.8 Max (0902) (low) चा benchmark खर्च कमी आहे: $1.131 vs $2.870. Claude Opus 5 (medium) वेगवान आहे: 13.24s vs 29.07s, pass rates 84.1% vs 85.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #28
एकूण आउटपुट टोकन्स: 43,450
प्रतिसाद वेळ (सरासरी): 13.24s
एकूण खर्च: $2.870

क्रमांक: #78
एकूण आउटपुट टोकन्स: 88,923
प्रतिसाद वेळ (सरासरी): 29.07s
एकूण खर्च: $1.131

शिफारस केलेले मॉडेल Claude Opus 5 (medium)

It has the best score here (9.4), while responding about 2.2x faster than Qwen3.8 Max (0902) (low).

तपशीलवार तुलना

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

मेट्रिक	Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07
स्कोअर	9.4	8.6
क्रमांक	#28	#78
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	85.5%
अस्थिर चाचण्या	1	3
एकूण रन	69	69
प्रति निकाल खर्च	15.102	6.283
एकूण खर्च	$2.870	$1.131
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	356,605	298,682
आउटपुट टोकन्स	26,715	8,374
रिझनिंग टोकन्स	17,041	80,549
प्रतिसाद वेळ (सरासरी)	13.24s	29.07s
प्रतिसाद वेळ (कमाल)	78.80s	207.79s
प्रतिसाद वेळ (एकूण)	304.46s	668.66s
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.

#28 Claude Opus 5

medium

खर्च: $0.125
वेळ: 69.3s
टोकन्स: 5,134 tok

#78 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:

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		78.80s	221,001	2,901	4,237
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		136.04s	194,728	2,052	11,006

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		5.46s	834	1,559	572
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	10.0	10.0	100.0%	0		9.56s	10,590	5,224	1,162
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	10.0	10.0	100.0%	0		23.89s	98,197	7,895	1,276
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	10.0	10.0	100.0%	0		3.92s	10,503	355	161
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	2.9	7.2	11.1%	1		26.35s	972	6,224	8,562
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	10.0	10.0	100.0%	0		3.56s	708	291	0
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	10.0	10.0	100.0%	0		4.16s	909	377	351
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	10.0	10.0	100.0%	0		4.27s	894	836	465
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	10.0	10.0	100.0%	0		8.76s	11,739	354	0
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	3.0	10.0	0.0%	0		7.03s	258	699	255
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		13.28s	282	23	1,755

तुलना जोडी बदला

Claude Opus 5mediumvsGemini 3.7 Flashlow Qwen3.8 Max (0902)lowvsGrok 4.6high Claude Sonnet 5.5highvsQwen3.8 Max (0902)low Claude Sonnet 5mediumvsQwen3.8 Max (0902)low DeepSeek V4.1 FlashmaxvsQwen3.8 Max (0902)low Claude Haiku 5.5maxvsQwen3.8 Max (0902)low Claude Opus 5mediumvsSeed 2.1 Turbolow Seed 2.1 TurbomediumvsQwen3.8 Max (0902)low Qwen3.8 Max (0902)lowvsMiMo-V2.6-Promedium Claude Opus 5mediumvsGPT-5.5low GPT-5.2mediumvsQwen3.8 Max (0902)low Claude Opus 5mediumvsGPT-5.6 Solhigh