नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.7 Max

Qwen3.7 Max average score मध्ये पुढे आहे: 7.4 vs 7.3. Qwen3.7 Max चा benchmark खर्च कमी आहे: $0.197 vs $0.661. Qwen3.7 Max वेगवान आहे: 4.52s vs 8.12s, pass rates 57.6% vs 68.2%.

शिफारस केलेले मॉडेलQwen3.7 MaxIt has the best score here (7.4), while costing about 3.4x less than Claude Sonnet 4.6.
क्रमांक
#71
प्रति प्रयत्न पास दर
57.6%
एकूण आउटपुट टोकन्स
19,362
प्रतिसाद वेळ (सरासरी)
8.12s
एकूण खर्च
$0.661
क्रमांक
#67
प्रति प्रयत्न पास दर
68.2%
एकूण आउटपुट टोकन्स
12,446
प्रतिसाद वेळ (सरासरी)
4.52s
एकूण खर्च
$0.197

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none प्रकाशन: 2026-02-17 Qwen3.7 Max Qwen3.7 Max none प्रकाशन: 2026-05-22
स्कोअर 7.3 7.4
क्रमांक #71 #67
विश्वसनीयता 10.0 9.9
सुसंगतता 9.7 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 68.2%
अस्थिर चाचण्या 1 0
एकूण रन 66 66
प्रति निकाल खर्च 5.502 1.582
एकूण खर्च $0.661 $0.197
इनपुट किंमत $3.000 / 1M $1.475 / 1M
आउटपुट किंमत $15.000 / 1M $4.425 / 1M
एकूण इनपुट टोकन्स 123,264 95,983
आउटपुट टोकन्स 19,362 12,446
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 8.12s 4.52s
प्रतिसाद वेळ (कमाल) 51.18s 72.30s
प्रतिसाद वेळ (एकूण) 121.78s 99.52s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none
खर्च
$0.038
वेळ
27.3s
टोकन्स
2,598 tok

#67 Qwen3.7 Max

none
खर्च
$0.046
वेळ
195.0s
टोकन्स
12,171 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 Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0

झटपट तुलना

तुलना जोडी बदला