Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.7 Plus

Qwen3.7 Plus (medium) conduce la scorul mediu cu 7.9 vs 7.8. Qwen3.7 Plus (medium) are costul de benchmark mai mic, $0.267 vs $2.077. Claude Opus 4.8 (low) este mai rapid cu 12.74s vs 51.51s, cu rate de reușită de 80.3% vs 75.8%.

Model recomandatQwen3.7 Plus (medium)Are cel mai bun scor aici (7.9) și costă de aproximativ 7.8x mai puțin decât Claude Opus 4.8 (low).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-17

Metrică	Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium Lansare: 2026-06-03

Metrică	Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium Lansare: 2026-06-03
Scor	7.8	7.9
Rang	#39	#34
Fiabilitate	10.0	10.0
Consistență	8.9	8.9
Teste corecte
Rată de trecere pe încercare	80.3%	75.8%
Teste instabile	3	3
Rulări totale	66	66
Cost per rezultat	12.979	2.072
Cost total	$2.077	$0.267
Preț de intrare	$5.000 / 1M	$0.320 / 1M
Preț de ieșire	$25.000 / 1M	$1.280 / 1M
Total tokenuri de intrare	156,525	115,233
Tokenuri de ieșire	43,141	6,162
Tokenuri de raționament	8,617	173,267
Timp de răspuns (mediu)	12.74s	51.51s
Timp de răspuns (maxim)	127.97s	315.30s
Timp de răspuns (total)	280.29s	1133.15s

Hamster playing table tennis

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

#39 Claude Opus 4.8

low

Cost: $0.031
Timp: 14.1s
Tokenuri: 1,345 tok

#34 Qwen3.7 Plus

medium

Cost: $0.018
Timp: 193.2s
Tokenuri: 10,821 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

Categorie:

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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsDeepSeek V4 Prohigh Claude Opus 4.8lowvsSeed-2.0-Litemedium Claude Opus 4.8lowvsMiniMax M3medium Qwen3.7 PlusmediumvsGLM 5.2high