Navigare
AI BENCHY
Compară Grafice
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-Flash

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică Anthropic: Claude Opus 4.6 medium Lansare: Data lansării necunoscută Qwen: Qwen3.5-Flash medium Lansare: Data lansării necunoscută
Rang #20 #24
Scor 6.07 5.79
Consistență 8.80 7.60
Cost per rezultat 10.992 0.650
Cost total $0.880 $0.046
Teste corecte
Teste greșite 6 7
Rată de trecere pe încercare 61.9% 66.7%
Teste instabile 2 4
Tokenuri de ieșire 19,576 1,194
Tokenuri de raționament 11,081 108,368

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 363 23,645
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
Qwen: Qwen3.5-Flash 5.50 5.87 83.3% 1 235 16,237
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
Qwen: Qwen3.5-Flash 1.00 4.41 33.3% 2 52 34,605
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
Qwen: Qwen3.5-Flash 7.50 9.91 50.0% 0 98 14,139
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
Qwen: Qwen3.5-Flash 4.00 7.21 55.6% 1 137 18,458
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Tokenuri de ieșire Tokenuri de raționament
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 309 1,284

Schimbă perechea de comparație

Compară Anthropic: Claude Opus 4.6 cu...

Compară Qwen: Qwen3.5-Flash cu...