Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.6 Max Preview

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-28

Metrică Claude Opus 4.8 Claude Opus 4.8 medium Lansare: 2026-05-28 Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lansare: 2026-04-20
Scor 8.7 8.4
Rang #12 #16
Fiabilitate 10.0 10.0
Consistență 9.6 9.2
Teste corecte
Rată de trecere pe încercare 83.3% 80.0%
Teste instabile 1 2
Rulări totale 60 60
Cost per rezultat 6.285 6.910
Cost total $1.006 $0.872
Preț de intrare $5.000 / 1M $1.040 / 1M
Preț de ieșire $25.000 / 1M $6.240 / 1M
Tokenuri de ieșire 23,201 2,253
Tokenuri de raționament 5,901 130,852
Timp de răspuns (mediu) 9.34s 58.43s
Timp de răspuns (maxim) 38.03s 238.07s
Timp de răspuns (total) 186.84s 1168.66s

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 ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 228 10,075
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
Qwen3.6 Max Preview 8.2 6.7 83.3% 1 177.97s 407 39,442
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 390 14,575
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 481 312
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 270 10,106
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 60 30,371
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 237 0
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 129 3,510
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 373 320
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 103 5,848
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 791 483
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 329 7,693
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 301 225
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 309 1,571
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 451 214
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 28 7,661

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8mediumvsGemini 3 Flash PreviewlowClaude Opus 4.8mediumvsGemini 3.5 FlashnoneGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashminimalvsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 FlashminimalGemini 3 Flash PreviewnonevsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighDisponibil gratuitvsQwen3.6 Max Previewmedium