Claude Sonnet 4.6 vs Qwen3.8 2.4T A95B (high)

Qwen3.8 2.4T A95B (high) лидирует по среднему баллу: 7.9 vs 6.0. Claude Sonnet 4.6 имеет более низкую стоимость benchmark: $0.661 vs $2.949. Claude Sonnet 4.6 быстрее: 7.67s vs 120.88s, с долей успешных попыток 55.1% vs 75.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #283
Общее число выходных токенов: 19,362
Время ответа (среднее): 7.67s
Общая стоимость: $0.661

Ранг: #122
Общее число выходных токенов: 368,836
Время ответа (среднее): 120.88s
Общая стоимость: $2.949

Рекомендуемая модель Claude Sonnet 4.6

Он дает лучший общий компромисс: конкурентный балл (6.0), ниже стоимость, чем у Qwen3.8 2.4T A95B (high), и сбалансированное время ответа.

Подробное сравнение

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12
Оценка	6.0	7.9
Ранг	#283	#122
Надежность	10.0	9.6
Стабильность	9.3	8.4
Попытки	66/69	69/69
Тестов верно
Доля успешных попыток	55.1%	75.4%
Нестабильные тесты	1	4
Всего запусков	66	69
Стоимость за результат	5.503	18.696
Общая стоимость	$0.661	$2.949
Цена входа	$3.000 / 1M	$2.000 / 1M
Цена выхода	$15.000 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.300 / 1M	$0.250 / 1M
Цена записи в кэш	$3.750 / 1M	Н/Д
Общее число входных токенов	123,273	295,642
Выходные токены	19,362	115,041
Токены рассуждений	0	353,398
Время ответа (среднее)	7.67s	120.88s
Время ответа (макс.)	51.18s	532.28s
Время ответа (суммарно)	122.78s	2780.16s
Параметры	~1T всего (~100B активных)	2.4T всего (95B активных)
Доступность	Закрытая модель	Веса доступны

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.

#283 Claude Sonnet 4.6

none

Стоимость: $0.038
Время: 27.3s
Токены: 2,598 tok

#122 Qwen3.8 2.4T A95B

high

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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	0.0	0.0	0.0%	0		0ms	0	0	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.27s	768	413	0
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

Сменить пару сравнения

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Muse WondermaxvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsGrok 4.5medium GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax GPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsGrok 4.5low DeepSeek V4 Flash 0731mediumvsQwen3.8 2.4T A95Bhigh Gemini 3.8 FlashmediumvsQwen3.8 2.4T A95Bhigh