导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.6 Max Preview

摘要

Claude Opus 4.6 vs Qwen3.6 Max Preview benchmark 对比：Claude Opus 4.6 平均分领先，为 7.0 vs 6.9。 Qwen3.6 Max Preview benchmark 成本更低，为 $0.075 vs $2.053。 Qwen3.6 Max Preview 更快，为 3.30s vs 25.89s，通过率为 61.9% vs 58.7%。

推荐模型: Qwen3.6 Max Preview - 它的得分接近这里的最高分（6.9 vs 7.0），同时成本比Claude Opus 4.6低约 27.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Claude Opus 4.6 Claude Opus 4.6 medium 发布日期: 2026-02-05 Qwen3.6 Max Preview Qwen3.6 Max Preview none 发布日期: 2026-04-20
分数 7.0 6.9
排名 #70 #75
可靠性 10.0 10.0
一致性 8.8 9.2
测试正确
尝试通过率 61.9% 58.7%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 17.103 0.824
总成本 $2.053 $0.075
输入价格 $5.000 / 1M $1.040 / 1M
输出价格 $25.000 / 1M $6.240 / 1M
总输入令牌 53,227 42,509
输出令牌 47,446 4,779
推理令牌 24,000 0
响应时间（平均） 25.89s 3.30s
响应时间（最大） 83.40s 20.51s
响应时间（总计） 362.49s 69.40s

Generation showcase

Hamster playing table tennis

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

#70 Claude Opus 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#75 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

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 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
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 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 7,794 243 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 0
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 0
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 0
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

快速对比

切换对比组合

Claude Opus 4.6mediumvsStep 3.7 FlashhighRing-2.6-1TmediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsGPT-5.3 ChatnoneQwen3.6 Max PreviewnonevsStep 3.7 FlashhighGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsGemini 3.1 Flash LitelowMiniMax M3mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsStep 3.7 Flashlow