Claude Opus 4.8 (low) vs Qwen3.5 Plus 2026-02-15 (medium)

Средний балл практически равен: 7.2 vs 7.2. Qwen3.5 Plus 2026-02-15 (medium) имеет более низкую стоимость benchmark: $0.567 vs $3.787. Claude Opus 4.8 (low) быстрее: 17.13s vs 97.68s, с долей успешных попыток 78.3% vs 72.5%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #143
Общее число выходных токенов: 69,489
Время ответа (среднее): 17.13s
Общая стоимость: $3.787

Ранг: #140
Общее число выходных токенов: 302,730
Время ответа (среднее): 97.68s
Общая стоимость: $0.567

Рекомендуемая модель Qwen3.5 Plus 2026-02-15 (medium)

Здесь у него лучший балл (7.2), при этом он примерно в 6.7 раза дешевле, чем Claude Opus 4.8 (low).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Релиз: 2026-02-15

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Релиз: 2026-02-15
Оценка	7.2	7.2
Ранг	#143	#140
Надежность	10.0	10.0
Стабильность	8.6	7.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	72.5%
Нестабильные тесты	4	6
Всего запусков	69	69
Стоимость за результат	23.669	4.047
Общая стоимость	$3.787	$0.567
Цена входа	$5.000 / 1M	$0.260 / 1M
Цена выхода	$25.000 / 1M	$1.560 / 1M
Общее число входных токенов	409,947	249,486
Выходные токены	46,060	14,481
Токены рассуждений	23,429	288,249
Время ответа (среднее)	17.13s	97.68s
Время ответа (макс.)	127.97s	304.85s
Время ответа (суммарно)	394.01s	1562.81s
Параметры	~5T всего (~500B активных)	~397B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#143 Claude Opus 4.8

low

Стоимость: $0.031
Время: 14.1s
Токены: 1,345 tok

#140 Qwen3.5 Plus 2026-02-15

medium

Стоимость: $0.011
Время: 125.5s
Токены: 7,040 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	4.7	3.1	33.3%	1		110.68s	253,425	3,004	14,248
Qwen3.5 Plus 2026-02-15	6.1	3.1	66.7%	1		186.40s	135,917	4,658	23,363

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Qwen3.5 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.3	10.0	33.3%	0		46.54s	972	23,226	4,472
Qwen3.5 Plus 2026-02-15	5.3	7.2	44.4%	1		55.99s	453	35	30,685

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130

Быстрое сравнение

Сменить пару сравнения