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 Sonnet 4.6 vs Qwen: Qwen3.5-122B-A10B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-19

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lansare: 2026-02-24
Scor 7.8 7.9
Rang #40 #36
Fiabilitate 10.0 10.0
Consistență 9.6 8.7
Teste corecte
Rată de trecere pe încercare 70.2% 75.4%
Teste instabile 1 3
Rulări totale 57 57
Cost per rezultat 9.515 4.315
Cost total $1.237 $0.561
Preț de intrare $3.000 / 1M $0.260 / 1M
Preț de ieșire $15.000 / 1M $2.080 / 1M
Tokenuri de ieșire 45,505 18,457
Tokenuri de raționament 28,370 177,734
Timp de răspuns (mediu) 14.25s 32.51s
Timp de răspuns (maxim) 46.35s 119.29s
Timp de răspuns (total) 156.71s 617.70s

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
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 Sonnet 4.6 10.0 10.0 100.0% 0 35.76s 6,894 2,097
Qwen3.5-122B-A10B 4.7 1.6 66.7% 1 70.98s 322 10,694
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.18s 289 26,165
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 822 15,066

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowGPT-5.2 ChatnonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighDisponibil gratuitGemini 3.1 Flash LitelowvsQwen3.5-122B-A10Bmedium