Claude Opus 4.8 (medium) vs Qwen3.8 Max (low)

Claude Opus 4.8 (medium) лидирует по среднему баллу: 8.8 vs 8.7. Qwen3.8 Max (low) имеет более низкую стоимость benchmark: $0.687 vs $1.931. Claude Opus 4.8 (medium) быстрее: 12.49s vs 21.19s, с долей успешных попыток 84.9% vs 84.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-04

Ранг: #19
Общее число выходных токенов: 49,841
Время ответа (среднее): 12.49s
Общая стоимость: $1.931

Ранг: #23
Общее число выходных токенов: 81,411
Время ответа (среднее): 21.19s
Общая стоимость: $0.687

Рекомендуемая модель Qwen3.8 Max (low)

Его балл близок к лучшему здесь (8.7 против 8.8), при этом он примерно в 2.8 раза дешевле, чем Claude Opus 4.8 (medium).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Qwen3.8 Max Qwen3.8 Max low Релиз: 2026-08-04

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	Qwen3.8 Max Qwen3.8 Max low Релиз: 2026-08-04
Оценка	8.8	8.7
Ранг	#19	#23
Надежность	10.0	10.0
Стабильность	9.6	9.0
Покрытие бенчмарка	22/22 тестов · 66/66 попыток	22/22 тестов · 66/66 попыток
Тестов верно
Доля успешных попыток	84.9%	84.9%
Нестабильные тесты	1	3
Всего запусков	66	66
Стоимость за результат	10.724	4.041
Общая стоимость	$1.931	$0.687
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$25.000 / 1M	$6.000 / 1M
Общее число входных токенов	138,451	99,172
Выходные токены	40,766	6,132
Токены рассуждений	9,075	75,279
Время ответа (среднее)	12.49s	21.19s
Время ответа (макс.)	70.54s	155.75s
Время ответа (суммарно)	274.72s	466.14s

Генерация showcase моделей

Hamster playing table tennis

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

#19 Claude Opus 4.8

medium

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

#23 Qwen3.8 Max

low

Стоимость: $0.026
Время: 68.5s
Токены: 4,280 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:

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
Qwen3.8 Max	10.0	10.0	100.0%	0		3.93s	984	228	1,750

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
Qwen3.8 Max	8.4	7.4	88.9%	1		28.69s	8,127	512	15,952

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
Qwen3.8 Max	10.0	10.0	100.0%	0		98.19s	69,994	4,221	32,937

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
Qwen3.8 Max	10.0	10.0	100.0%	0		7.87s	7,938	270	2,257

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		14.59s	975	7,477	900
Qwen3.8 Max	5.3	7.2	44.4%	1		35.37s	1,005	62	17,102

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
Qwen3.8 Max	6.5	3.4	66.7%	1		5.29s	594	128	568

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
Qwen3.8 Max	10.0	10.0	100.0%	0		4.01s	855	102	851

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
Qwen3.8 Max	9.9	10.0	100.0%	0		4.11s	930	286	1,304

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
Qwen3.8 Max	10.0	10.0	100.0%	0		8.06s	8,463	295	693

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
Qwen3.8 Max	3.0	10.0	0.0%	0		12.43s	282	28	1,865

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.7mediumvsQwen3.8 Maxlow Muse Spark 1.1mediumvsQwen3.8 Maxlow Claude Fable 5mediumvsQwen3.8 Maxlow Gemini 3.5 Flash LitehighvsQwen3.8 Maxlow Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Opus 4.8mediumvsGemini 3.5 Flash Litehigh Claude Opus 4.8mediumvsGemini 3.6 Flashlow GPT-5.4mediumvsQwen3.8 Maxlow GPT-5.3-CodexmediumvsQwen3.8 Maxlow Qwen3.8 MaxlowvsGrok 4.5high GPT-5.2mediumvsQwen3.8 Maxlow