Claude Opus 4.8 (low) vs Qwen3.6 Plus (medium)

Qwen3.6 Plus (medium) лидирует по среднему баллу: 7.3 vs 7.2. Qwen3.6 Plus (medium) имеет более низкую стоимость benchmark: $0.554 vs $3.787. Claude Opus 4.8 (low) быстрее: 17.13s vs 57.41s, с долей успешных попыток 78.3% vs 69.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-11-13

Сравниваемые модели

Ранг: #211
Общее число выходных токенов: 69,489
Время ответа (среднее): 17.13s
Общая стоимость: $3.787

Ранг: #204
Общее число выходных токенов: 246,790
Время ответа (среднее): 57.41s
Общая стоимость: $0.554

Рекомендуемая модель Qwen3.6 Plus (medium)

Здесь у него лучший балл (7.3), при этом он примерно в 6.8 раза дешевле, чем Claude Opus 4.8 (low).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	Qwen3.6 Plus Qwen3.6 Plus medium Релиз: 2026-04-20

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	Qwen3.6 Plus Qwen3.6 Plus medium Релиз: 2026-04-20
Оценка	7.2	7.3
Ранг	#211	#204
Надежность	10.0	10.0
Стабильность	8.6	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	69.6%
Нестабильные тесты	4	3
Всего запусков	69	69
Стоимость за результат	23.669	2.605
Общая стоимость	$3.787	$0.554
Цена входа	$5.000 / 1M	$0.325 / 1M
Цена выхода	$25.000 / 1M	$1.950 / 1M
Цена чтения из кэша	$0.500 / 1M	Н/Д
Цена записи в кэш	$6.250 / 1M	$0.407 / 1M
Общее число входных токенов	409,947	222,601
Выходные токены	46,060	8,185
Токены рассуждений	23,429	238,605
Время ответа (среднее)	17.13s	57.41s
Время ответа (макс.)	127.97s	307.08s
Время ответа (суммарно)	394.01s	1263.02s
Параметры	~5T всего (~500B активных)	~397B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#211 Claude Opus 4.8

low

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

#204 Qwen3.6 Plus

medium

Стоимость: $0.024
Время: 219.0s
Токены: 12,235 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
Qwen3.6 Plus	4.7	3.1	33.3%	1		307.08s	124,903	1,768	47,390

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		163.25s	71,058	5,011	55,925

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

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
Qwen3.6 Plus	2.9	7.2	11.1%	1		46.39s	780	61	39,854

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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

Сменить пару сравнения

LongCat 2.0highvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.8 27BmediumБесплатно доступно Claude Opus 4.8lowvsQwen3.7 Flashhigh Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsLongCat 2.0medium Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsNex-N2.6high Claude Opus 4.8lowvsQwen3.5-27Bnone Nex-N2.6highvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.6 27Bmedium Qwen3.6 PlusmediumvsGLM 5.3 Flashhigh Gemini 3.8 FlashlowvsQwen3.6 Plusmedium