导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-35B-A3B

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Opus 4.6 medium 发布日期: 发布日期未知 Qwen: Qwen3.5-35B-A3B medium 发布日期: 发布日期未知
排名 #20 #22
分数 6.07 5.93
一致性 8.80 6.62
每个结果成本 10.992 5.169
总成本 $0.880 $0.362
测试正确
错误测试数 6 7
尝试通过率 61.9% 73.8%
不稳定测试 2 6
输出令牌 19,576 1,317
推理令牌 11,081 177,502

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
Qwen: Qwen3.5-35B-A3B 10.00 10.00 100.0% 0 429 36,235
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
Qwen: Qwen3.5-35B-A3B 5.50 5.87 83.3% 1 235 19,493
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
Qwen: Qwen3.5-35B-A3B 1.00 4.41 44.5% 2 41 46,368
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
Qwen: Qwen3.5-35B-A3B 8.00 6.80 66.7% 1 97 17,361
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
Qwen: Qwen3.5-35B-A3B 4.33 4.70 66.7% 2 206 56,680
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
Qwen: Qwen3.5-35B-A3B 10.00 10.00 100.0% 0 309 1,365

切换对比组合

将 Anthropic: Claude Opus 4.6 与...对比

将 Qwen: Qwen3.5-35B-A3B 与...对比