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 5 (medium) vs Qwen3.8 Max (medium)

Claude Opus 5 (medium) average score मध्ये पुढे आहे: 9.2 vs 9.1. Qwen3.8 Max (medium) चा benchmark खर्च कमी आहे: $0.728 vs $1.486. Claude Opus 5 (medium) वेगवान आहे: 9.38s vs 21.53s, pass rates 83.3% vs 84.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-04

क्रमांक
#11
एकूण आउटपुट टोकन्स
32,603
प्रतिसाद वेळ (सरासरी)
9.38s
एकूण खर्च
$1.486
क्रमांक
#14
एकूण आउटपुट टोकन्स
84,826
प्रतिसाद वेळ (सरासरी)
21.53s
एकूण खर्च
$0.728
शिफारस केलेले मॉडेल Claude Opus 5 (medium)

It has the best score here (9.2), while responding about 2.3x faster than Qwen3.8 Max (medium).

तपशीलवार तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25 Qwen3.8 Max Qwen3.8 Max medium प्रकाशन: 2026-08-04
स्कोअर 9.2 9.1
क्रमांक #11 #14
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.7
बेंचमार्क कव्हरेज 22/22 चाचण्या · 66/66 प्रयत्न 22/22 चाचण्या · 66/66 प्रयत्न
बरोबर चाचण्या
प्रति प्रयत्न पास दर 83.3% 84.9%
अस्थिर चाचण्या 1 1
एकूण रन 66 66
प्रति निकाल खर्च 8.253 4.040
एकूण खर्च $1.486 $0.728
इनपुट किंमत $5.000 / 1M $2.000 / 1M
आउटपुट किंमत $25.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 135,607 109,046
आउटपुट टोकन्स 25,673 6,567
रिझनिंग टोकन्स 6,930 78,259
प्रतिसाद वेळ (सरासरी) 9.38s 21.53s
प्रतिसाद वेळ (कमाल) 35.05s 126.60s
प्रतिसाद वेळ (एकूण) 206.26s 473.75s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#11 Claude Opus 5

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

#14 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

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 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

झटपट तुलना

तुलना जोडी बदला