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

Modelos comparados

Resumo

Comparação benchmark Qwen3.7 Max vs Qwen3.7 Plus vs Claude Opus 4.7Qwen3.7 Max lidera em Pontuação com 9.4. Qwen3.7 Max lidera em Confiabilidade com 10.0. Qwen3.7 Plus tem o menor Custo total em $0.177. Claude Opus 4.7 é o mais rápido com 4.73s.

Modelo recomendado: Claude Opus 4.7 - A pontuação fica perto da melhor aqui (8.7 vs 9.4) e responde cerca de 5.8x mais rápido que os outros modelos nesta comparação.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-12

Métrica Qwen3.7 Max Qwen3.7 Max medium Lançamento: 2026-05-22 Qwen3.7 Plus Qwen3.7 Plus medium Lançamento: 2026-06-03 Claude Opus 4.7 Claude Opus 4.7 medium Lançamento: 2026-04-16
Pontuação 9.4 8.2 8.7
Posição #4 #28 #17
Confiabilidade 10.0 10.0 10.0
Consistência 9.6 9.1 9.6
Testes corretos
Taxa de acerto por tentativa 88.9% 77.8% 82.5%
Testes instáveis 1 2 1
Execuções totais 63 63 63
Custo por resultado 5.517 1.474 3.991
Custo total $0.523 $0.177 $0.679
Preço de entrada $1.250 / 1M $0.320 / 1M $5.000 / 1M
Preço de saída $3.750 / 1M $1.280 / 1M $25.000 / 1M
Total de tokens de entrada 42,360 40,939 65,406
Tokens de saída 2,129 2,125 11,858
Tokens de raciocínio 122,959 125,754 2,198
Tempo de resposta (médio) 16.02s 38.95s 4.73s
Tempo de resposta (máx.) 59.98s 178.04s 23.18s
Tempo de resposta (total) 336.51s 817.85s 94.51s

Generation showcase

Hamster playing table tennis

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

#4 Qwen3.7 Max

medium
Cost
$0.017
Time
68.8s
Tokens
4,526 tok

#28 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 tok

#17 Claude Opus 4.7

medium
Cost
$0.059
Time
26.8s
Tokens
2,475 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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
Claude Opus 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
Claude Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
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
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
Claude Opus 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
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
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
Claude Opus 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
Claude Opus 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
Claude Opus 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
Claude Opus 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
Claude Opus 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
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
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0

Comparação rápida

Trocar par de comparação

GPT-5.5lowvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumClaude Opus 4.7mediumvsDeepSeek V4 FlashhighGemini 3.5 FlashhighvsQwen3.7 MaxmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.3 ChatnonevsQwen3.7 PlusmediumGemini 3 Flash PreviewlowvsQwen3.7 Plusmedium