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: Qwen3.7 Plus

Rezumat

Comparație benchmark Claude Sonnet 4.6 vs Qwen3.7 Plus: Claude Sonnet 4.6 conduce la scorul mediu cu 7.8 vs 7.2. Qwen3.7 Plus are costul de benchmark mai mic, $0.023 vs $1.418. Qwen3.7 Plus este mai rapid cu 2.85s vs 17.06s, cu rate de reușită de 65.1% vs 47.6%.

Model recomandat: Qwen3.7 Plus - Scorul rămâne aproape de cel mai bun scor de aici (7.2 vs 7.8) și costă de aproximativ 64.4x mai puțin decât Claude Sonnet 4.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17 Qwen3.7 Plus Qwen3.7 Plus none Lansare: 2026-06-03
Scor 7.8 7.2
Rang #32 #62
Fiabilitate 10.0 10.0
Consistență 9.1 10.0
Teste corecte
Rată de trecere pe încercare 65.1% 47.6%
Teste instabile 2 0
Rulări totale 63 63
Cost per rezultat 10.904 0.276
Cost total $1.418 $0.023
Preț de intrare $3.000 / 1M $0.320 / 1M
Preț de ieșire $15.000 / 1M $1.280 / 1M
Total tokenuri de intrare 49,112 42,510
Tokenuri de ieșire 54,703 6,578
Tokenuri de raționament 29,970 0
Timp de răspuns (mediu) 17.06s 2.85s
Timp de răspuns (maxim) 46.35s 29.38s
Timp de răspuns (total) 221.83s 59.86s

Prezentare generare

Hamster playing table tennis

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

#32 Claude Sonnet 4.6

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

#62 Qwen3.7 Plus

none
Cost
$0.019
Timp
213.5s
Tokenuri
11,960 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
Qwen3.7 Plus 6.5 10.0 50.0% 0 1.38s 696 349 0
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
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 1.43s 7,794 243 0
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 868ms 789 18 0
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
Qwen3.7 Plus 5.3 10.0 0.0% 0 1.33s 522 78 0
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
Qwen3.7 Plus 6.3 10.0 50.0% 0 929ms 711 72 0
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
Qwen3.7 Plus 7.7 10.0 66.7% 0 1.71s 714 443 0
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 0
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0

Comparație rapidă

Schimbă perechea de comparație

Gemma 4 26B A4BmediumDisponibil gratuitvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumLaguna XS 2.1mediumDisponibil gratuitvsQwen3.7 PlusnoneClaude Sonnet 4.6mediumvsStep 3.7 FlashlowKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneClaude Sonnet 4.6mediumvsDeepSeek V4 ProhighQwen3.7 PlusnonevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsQwen3.7 PlusnoneDeepSeek V3.2mediumvsQwen3.7 Plusnone