Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-122B-A10B

Rezumat

Comparație benchmark Claude Opus 4.6 vs Qwen3.5-122B-A10B: Scorul mediu este practic egal la 7.7 vs 7.7. Qwen3.5-122B-A10B are costul de benchmark mai mic, $0.588 vs $2.053. Claude Opus 4.6 este mai rapid cu 25.89s vs 42.49s, cu rate de reușită de 61.9% vs 73.0%.

Model recomandat: Qwen3.5-122B-A10B - Are cel mai bun scor aici (7.7) și costă de aproximativ 3.5x mai puțin decât Claude Opus 4.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lansare: 2026-02-24
Scor 7.7 7.7
Rang #40 #37
Fiabilitate 10.0 10.0
Consistență 8.8 8.8
Teste corecte
Rată de trecere pe încercare 61.9% 73.0%
Teste instabile 3 3
Rulări totale 63 63
Cost per rezultat 17.103 5.235
Cost total $2.053 $0.588
Preț de intrare $5.000 / 1M $0.260 / 1M
Preț de ieșire $25.000 / 1M $2.080 / 1M
Total tokenuri de intrare 53,227 41,832
Tokenuri de ieșire 47,446 26,187
Tokenuri de raționament 24,000 251,028
Timp de răspuns (mediu) 25.89s 42.49s
Timp de răspuns (maxim) 83.40s 168.16s
Timp de răspuns (total) 362.49s 892.30s

Prezentare generare

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

#37 Qwen3.5-122B-A10B

medium
Cost
$0.019
Timp
48.7s
Tokenuri
6,034 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsQwen3.5-122B-A10BmediumClaude Opus 4.8nonevsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighvsQwen3.5-122B-A10Bmedium