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: Qwen3.6 Plus

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Claude Opus 4.8 Claude Opus 4.8 none Lansare: 2026-05-28 Qwen3.6 Plus Qwen3.6 Plus medium Lansare: 2026-04-20
Scor 7.3 7.8
Rang #65 #38
Fiabilitate 10.0 10.0
Consistență 9.2 9.2
Teste corecte
Rată de trecere pe încercare 65.0% 68.3%
Teste instabile 2 2
Rulări totale 60 60
Cost per rezultat 4.324 0.630
Cost total $0.519 $0.082
Preț de intrare $5.000 / 1M $0.325 / 1M
Preț de ieșire $25.000 / 1M $1.950 / 1M
Tokenuri de ieșire 8,098 1,833
Tokenuri de raționament 0 124,782
Timp de răspuns (mediu) 3.51s 26.81s
Timp de răspuns (maxim) 17.73s 201.68s
Timp de răspuns (total) 70.19s 509.43s

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
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 207 7,557
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
Qwen3.6 Plus 4.1 6.7 16.7% 1 201.68s 38 33,395
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
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
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
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
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.34s 309 6,712
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
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
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 21 7,761

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8nonevsDeepSeek V3.2mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumClaude Opus 4.8nonevsGPT-5 Minimedium