Claude Opus 4.8 (medium) vs Qwen3.7 Plus (medium)

Средний балл практически равен: 8.3 vs 8.3. Qwen3.7 Plus (medium) имеет более низкую стоимость benchmark: $0.415 vs $3.490. Claude Opus 4.8 (medium) быстрее: 16.72s vs 59.73s, с долей успешных попыток 82.6% vs 76.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-09

Сравниваемые модели

Ранг: #84
Общее число выходных токенов: 67,522
Время ответа (среднее): 16.72s
Общая стоимость: $3.490

Ранг: #86
Общее число выходных токенов: 215,560
Время ответа (среднее): 59.73s
Общая стоимость: $0.415

Рекомендуемая модель Qwen3.7 Plus (medium)

Здесь у него лучший балл (8.3), при этом он примерно в 8.4 раза дешевле, чем Claude Opus 4.8 (medium).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium Релиз: 2026-06-03

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Qwen3.7 Plus Qwen3.7 Plus medium Релиз: 2026-06-03
Оценка	8.3	8.3
Ранг	#84	#86
Надежность	10.0	10.0
Стабильность	9.0	8.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	82.6%	76.8%
Нестабильные тесты	3	3
Всего запусков	69	69
Стоимость за результат	20.527	2.697
Общая стоимость	$3.490	$0.415
Цена входа	$5.000 / 1M	$0.320 / 1M
Цена выхода	$25.000 / 1M	$1.280 / 1M
Цена чтения из кэша	$0.500 / 1M	$0.064 / 1M
Цена записи в кэш	$6.250 / 1M	$0.400 / 1M
Общее число входных токенов	360,294	350,546
Выходные токены	43,441	8,576
Токены рассуждений	24,401	206,984
Время ответа (среднее)	16.72s	59.73s
Время ответа (макс.)	99.37s	315.30s
Время ответа (суммарно)	384.66s	1373.73s
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.

#84 Claude Opus 4.8

medium

Стоимость: $0.057
Время: 23.1s
Токены: 2,412 tok

#86 Qwen3.7 Plus

medium

Стоимость: $0.018
Время: 193.2s
Токены: 10,821 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	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
Qwen3.7 Plus	10.0	10.0	100.0%	0		196.47s	235,304	2,413	25,810

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		3.95s	834	1,179	478
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

Программирование	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		15.33s	10,590	9,945	1,381
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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		54.29s	101,005	19,531	4,762
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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	7.1	5.6	83.3%	1		12.29s	10,503	481	312
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
Qwen3.7 Plus	3.6	7.2	22.2%	1		60.05s	780	58	34,980

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		2.46s	708	237	0
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

Следование инструкциям	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		3.32s	909	373	320
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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		3.95s	894	791	483
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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		8.96s	11,775	301	225
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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		6.14s	258	451	214
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Сменить пару сравнения

Qwen3.7 PlusmediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsKimi K3max Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsQwen3.7 Plusmedium Claude Haiku 5.5highvsQwen3.7 Plusmedium Claude Opus 4.8mediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8mediumvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high