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: Qwen3.5-27B

Rezumat

Comparație benchmark Claude Sonnet 4.6 vs Qwen3.5-27B: Qwen3.5-27B conduce la scorul mediu cu 7.9 vs 7.8. Qwen3.5-27B are costul de benchmark mai mic, $0.536 vs $1.418. Claude Sonnet 4.6 este mai rapid cu 17.06s vs 68.39s, cu rate de reușită de 65.1% vs 73.0%.

Model recomandat: Qwen3.5-27B - Are cel mai bun scor aici (7.9) și costă de aproximativ 2.6x mai puțin decât Claude Sonnet 4.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17 Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24
Scor 7.8 7.9
Rang #31 #29
Fiabilitate 10.0 10.0
Consistență 9.1 8.5
Teste corecte
Rată de trecere pe încercare 65.1% 73.0%
Teste instabile 2 4
Rulări totale 63 63
Cost per rezultat 10.904 4.901
Cost total $1.418 $0.536
Preț de intrare $3.000 / 1M $0.195 / 1M
Preț de ieșire $15.000 / 1M $1.560 / 1M
Total tokenuri de intrare 49,112 42,164
Tokenuri de ieșire 54,703 8,534
Tokenuri de raționament 29,970 329,289
Timp de răspuns (mediu) 17.06s 68.39s
Timp de răspuns (maxim) 46.35s 234.36s
Timp de răspuns (total) 221.83s 1436.24s

Prezentare generare

Hamster playing table tennis

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

#31 Claude Sonnet 4.6

medium
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

#29 Qwen3.5-27B

medium
Cost
$0.008
Timp
62.0s
Tokenuri
3,099 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

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 789 1,046 1,093
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
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 Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
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 Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 18,351 5,871 3,962
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 8,676 649 742
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 471 25,790 16,919
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 564 256 433
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 792 318 552
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
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 Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 816 592 646
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 11,454 655 351
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
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 Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 204 3,437 1,586
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6mediumvsStep 3.7 FlashlowQwen3.5-27BmediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 ProhighvsQwen3.5-27BmediumClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.5-27Bmedium