Claude Sonnet 5.5 (xhigh) vs Qwen3.7 Max (medium)

Claude Sonnet 5.5 (xhigh) average score मध्ये पुढे आहे: 8.6 vs 8.5. Claude Sonnet 5.5 (xhigh) चा benchmark खर्च कमी आहे: $1.516 vs $2.046. Claude Sonnet 5.5 (xhigh) वेगवान आहे: 14.98s vs 48.35s, pass rates 79.7% vs 85.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #61
एकूण आउटपुट टोकन्स: 83,041
प्रतिसाद वेळ (सरासरी): 14.98s
एकूण खर्च: $1.516

क्रमांक: #67
एकूण आउटपुट टोकन्स: 259,032
प्रतिसाद वेळ (सरासरी): 48.35s
एकूण खर्च: $2.046

शिफारस केलेले मॉडेल Claude Sonnet 5.5 (xhigh)

It has the best score here (8.6), while responding about 3.2x faster than Qwen3.7 Max (medium).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22
स्कोअर	8.6	8.5
क्रमांक	#61	#67
विश्वसनीयता	10.0	10.0
सुसंगतता	8.7	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	79.7%	85.5%
अस्थिर चाचण्या	4	4
एकूण रन	69	69
प्रति निकाल खर्च	9.473	12.033
एकूण खर्च	$1.516	$2.046
इनपुट किंमत	$2.000 / 1M	$1.475 / 1M
आउटपुट किंमत	$10.000 / 1M	$4.425 / 1M
एकूण इनपुट टोकन्स	342,579	367,848
आउटपुट टोकन्स	12,848	8,753
रिझनिंग टोकन्स	70,193	250,279
प्रतिसाद वेळ (सरासरी)	14.98s	48.35s
प्रतिसाद वेळ (कमाल)	54.92s	556.06s
प्रतिसाद वेळ (एकूण)	344.60s	1112.11s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	~1T एकूण (~40B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#61 Claude Sonnet 5.5

xhigh

खर्च: $0.319
वेळ: 258.6s
टोकन्स: 31,969 tok

#67 Qwen3.7 Max

medium

खर्च: $0.017
वेळ: 68.8s
टोकन्स: 4,526 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 Sonnet 5.5	10.0	10.0	100.0%	0		54.92s	193,936	3,148	2,788
Qwen3.7 Max	6.1	3.1	66.7%	1		137.00s	261,819	3,005	29,925

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.21s	858	417	1,162
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.2	7.2	88.9%	1		11.90s	10,608	555	9,501
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.7	6.9	83.3%	1		30.37s	111,104	6,732	10,690
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.96s	10,515	312	1,590
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	2.9	7.2	11.1%	1		35.33s	990	56	34,319
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	3.4	66.7%	1		9.10s	714	279	2,152
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.58s	921	98	661
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.88s	912	716	1,402
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		10.29s	11,757	354	1,112
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		17.31s	264	181	4,816
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

झटपट तुलना

तुलना जोडी बदला