Navigare
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

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-122B-A10B

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

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lansare: 2026-02-24
Scor 7.3 7.7
Rang #63 #41
Fiabilitate 10.0 10.0
Consistență 9.2 8.8
Teste corecte
Rată de trecere pe încercare 65.0% 71.7%
Teste instabile 2 3
Rulări totale 60 60
Cost per rezultat 4.324 5.031
Cost total $0.519 $0.509
Preț de intrare $5.000 / 1M $0.260 / 1M
Preț de ieșire $25.000 / 1M $2.080 / 1M
Tokenuri de ieșire 8,098 26,166
Tokenuri de raționament 0 213,524
Timp de răspuns (mediu) 3.51s 39.40s
Timp de răspuns (maxim) 17.73s 168.16s
Timp de răspuns (total) 70.19s 788.00s

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 6.5 10.0 50.0% 0 3.40s 1,472 0
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 269 16,835
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 6.8 10.0 50.0% 0 3.59s 1,323 0
Qwen3.5-122B-A10B 4.1 5.8 33.3% 1 119.57s 8,036 45,074
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 9.5 10.0 100.0% 0 17.73s 3,259 0
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 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 ieșire Tokenuri de raționament
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 308 0
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 270 16,558
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 7.2 44.4% 1 1.66s 61 0
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 15,537 64,889
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 3.48s 230 0
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 66 7,592
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 9.9 10.0 100.0% 0 1.37s 95 0
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 77 7,372
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 7.7 10.0 66.7% 0 2.74s 783 0
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 284 27,575
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 5.35s 355 0
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 322 1,226
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 3.41s 212 0
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 822 15,066

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsRing-2.6-1TmediumGemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumDeepSeek V4 FlashhighDisponibil gratuitvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5 MinimediumClaude Opus 4.8nonevsKimi K2.6mediumDisponibil gratuit