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 5 vs Qwen: Qwen3.5-Flash

average score जवळपास समान आहे: 6.3 vs 6.2. Qwen3.5-Flash (medium) चा benchmark खर्च कमी आहे: $0.139 vs $0.548. Claude Sonnet 5 वेगवान आहे: 6.04s vs 84.82s, pass rates 45.5% vs 69.7%.

शिफारस केलेले मॉडेलClaude Sonnet 5It has the best score here (6.3), while responding about 14.0x faster than Qwen3.5-Flash (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 none प्रकाशन: 2026-06-30 Qwen3.5-Flash Qwen3.5-Flash medium प्रकाशन: 2026-02-24
स्कोअर 6.3 6.2
क्रमांक #106 #108
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 7.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 69.7%
अस्थिर चाचण्या 4 6
एकूण रन 66 66
प्रति निकाल खर्च 6.840 1.361
एकूण खर्च $0.548 $0.139
इनपुट किंमत $2.000 / 1M $0.065 / 1M
आउटपुट किंमत $10.000 / 1M $0.260 / 1M
एकूण इनपुट टोकन्स 161,035 118,499
आउटपुट टोकन्स 22,511 12,284
रिझनिंग टोकन्स 0 490,610
प्रतिसाद वेळ (सरासरी) 6.04s 84.82s
प्रतिसाद वेळ (कमाल) 33.39s 515.38s
प्रतिसाद वेळ (एकूण) 132.85s 1781.22s

Hamster playing table tennis

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

#106 Claude Sonnet 5

none
खर्च
$0.061
वेळ
53.7s
टोकन्स
6,172 tok

#108 Qwen3.5-Flash

medium
खर्च
$0.002
वेळ
25.8s
टोकन्स
4,294 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 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

झटपट तुलना

तुलना जोडी बदला