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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-Flash

Resumo

Comparação benchmark Claude Opus 4.8 vs Qwen3.5-Flash (medium): Claude Opus 4.8 lidera na pontuação média com 7.2 vs 6.8. Qwen3.5-Flash (medium) tem menor custo de benchmark com $0.080 vs $0.539. Claude Opus 4.8 é mais rápido com 3.48s vs 63.29s, com taxas de acerto de 61.9% vs 71.4%.

Modelo recomendado: Claude Opus 4.8 - Tem a melhor pontuação aqui (7.2) e responde cerca de 18.2x mais rápido que Qwen3.5-Flash (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-10

Métrica Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28 Qwen3.5-Flash Qwen3.5-Flash medium Lançamento: 2026-02-24
Pontuação 7.2 6.8
Posição #70 #84
Confiabilidade 10.0 10.0
Consistência 9.2 8.1
Testes corretos
Taxa de acerto por tentativa 61.9% 71.4%
Testes instáveis 2 5
Execuções totais 63 63
Custo por resultado 4.485 0.871
Custo total $0.539 $0.080
Preço de entrada $5.000 / 1M $0.065 / 1M
Preço de saída $25.000 / 1M $0.260 / 1M
Total de tokens de entrada 67,104 38,926
Tokens de saída 8,107 2,088
Tokens de raciocínio 0 294,598
Tempo de resposta (médio) 3.48s 63.29s
Tempo de resposta (máx.) 17.73s 234.29s
Tempo de resposta (total) 73.00s 1265.85s

Geração showcase

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
Custo
$0.053
Tempo
22.0s
Tokens
2,253 tok

#84 Qwen3.5-Flash

medium
Custo
$0.002
Tempo
25.8s
Tokens
4,294 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 5.3 7.2 44.4% 1 1.70s 975 61 0
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 708 230 0
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 909 95 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 894 783 0
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 11,775 355 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 258 212 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037

Comparação rápida

Trocar par de comparação

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumClaude Opus 4.8nonevsGemma 4 26B A4BmediumDisponível grátisGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGemini 3.5 FlashnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponível grátisClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 Codemedium