Claude Opus 4.8 vs Qwen3.7 Flash (low)

Claude Opus 4.8 лидирует по среднему баллу: 7.3 vs 7.2. Qwen3.7 Flash (low) имеет более низкую стоимость benchmark: $0.043 vs $1.166. Claude Opus 4.8 быстрее: 4.92s vs 38.05s, с долей успешных попыток 63.6% vs 66.7%.

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

Сравниваемые модели

Ранг: #127
Общее число выходных токенов: 16,797
Время ответа (среднее): 4.92s
Общая стоимость: $1.166

Ранг: #132
Общее число выходных токенов: 304,019
Время ответа (среднее): 38.05s
Общая стоимость: $0.043

Рекомендуемая модель Qwen3.7 Flash (low)

Его балл близок к лучшему здесь (7.2 против 7.3), при этом он примерно в 27.6 раза дешевле, чем Claude Opus 4.8.

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28
Оценка	7.3	7.2
Ранг	#127	#132
Надежность	10.0	10.0
Стабильность	9.2	8.0
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	63.6%	66.7%
Нестабильные тесты	2	6
Всего запусков	66	66
Стоимость за результат	8.969	0.385
Общая стоимость	$1.166	$0.043
Цена входа	$5.000 / 1M	$0.030 / 1M
Цена выхода	$25.000 / 1M	$0.130 / 1M
Общее число входных токенов	149,203	92,191
Выходные токены	16,797	14,286
Токены рассуждений	0	289,733
Время ответа (среднее)	4.92s	38.05s
Время ответа (макс.)	35.03s	394.54s
Время ответа (суммарно)	108.24s	837.05s
Параметры	~5T всего (~500B активных)	~35B всего (~3B 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.

#127 Claude Opus 4.8

none

Стоимость: $0.053
Время: 22.0s
Токены: 2,253 tok

#132 Qwen3.7 Flash

low

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.29s	672	680	14,285

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
Qwen3.7 Flash	6.7	7.8	55.6%	1		42.36s	7,893	428	56,419

Комбинированный	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		26.38s	111,760	11,949	0
Qwen3.7 Flash	6.4	5.8	66.7%	1		217.77s	64,756	11,880	131,432

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	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.44s	7,782	270	12,503

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	7.2	44.4%	1		1.76s	972	61	0
Qwen3.7 Flash	3.6	7.2	22.2%	1		37.60s	780	60	38,897

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		3.48s	708	230	0
Qwen3.7 Flash	4.0	9.3	0.0%	0		14.37s	516	128	5,423

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
Qwen3.7 Flash	8.5	6.8	83.3%	1		9.88s	699	99	8,147

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
Qwen3.7 Flash	7.3	5.2	77.8%	2		9.79s	696	382	10,763

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		5.35s	11,775	355	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.66s	8,193	335	2,172

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		3.41s	258	212	0
Qwen3.7 Flash	3.0	10.0	0.0%	0		18.42s	204	24	9,692

Быстрое сравнение

Сменить пару сравнения

Muse Glimmer 30BmediumvsQwen3.7 Flashlow Claude Opus 4.8nonevsDeepSeek V4 Flash 0731medium Claude Opus 4.8nonevsKimi K2.6medium Muse Glimmer 30BhighvsQwen3.7 Flashlow Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsGLM 5.3 Flashhigh Claude Opus 4.8nonevsKAT-Coder-Pro V2.5high KAT-Coder-Pro V2.5highvsQwen3.7 Flashlow Claude Opus 4.8nonevsMuse Glimmer 30Bhigh Kimi K2.6mediumvsQwen3.7 Flashlow Claude Opus 4.8nonevsKAT-Coder-Pro V2.5low Claude Opus 4.8nonevsGLM 5.3high