- 排名
- #51
- 总输出令牌
- 100,601
- 响应时间（平均）
- 34.27s
- 总成本
- $3.059
Claude Opus 4.6 (medium) vs Qwen3.7 Flash (high)
Qwen3.7 Flash (high) 平均分领先，为 7.8 vs 7.7。 Qwen3.7 Flash (high) benchmark 成本更低，为 $0.051 vs $3.059。 Claude Opus 4.6 (medium) 更快，为 34.27s vs 39.77s，通过率为 63.6% vs 72.7%。
- 排名
- #48
- 总输出令牌
- 359,703
- 响应时间（平均）
- 39.77s
- 总成本
- $0.051
推荐模型
Qwen3.7 Flash (high)
它在这里得分最高（7.8），同时成本比Claude Opus 4.6 (medium)低约 60.9 倍。
详细对比
| 指标 | Claude Opus 4.6 Claude Opus 4.6 medium | Qwen3.7 Flash Qwen3.7 Flash high |
|---|---|---|
| 分数 | 7.7 | 7.8 |
| 排名 | #51 | #48 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 7.8 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 72.7% |
| 不稳定测试 | 3 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 23.524 | 0.387 |
| 总成本 | $3.059 | $0.051 |
| 输入价格 | $5.000 / 1M | $0.030 / 1M |
| 输出价格 | $25.000 / 1M | $0.130 / 1M |
| 总输入令牌 | 108,615 | 116,322 |
| 输出令牌 | 72,286 | 12,332 |
| 推理令牌 | 28,315 | 347,371 |
| 响应时间（平均） | 34.27s | 39.77s |
| 响应时间（最大） | 151.51s | 431.47s |
| 响应时间（总计） | 513.99s | 875.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Claude Opus 4.6
medium
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#48 Qwen3.7 Flash
high
无效SVG
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.21s | 672 | 713 | 13,968 |
| 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 | |
| Qwen3.7 Flash | 8.2 | 9.7 | 66.7% | 0 | 58.84s | 7,893 | 503 | 62,350 |
| 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 | 114.08s | 76,073 | 33,018 | 9,509 | |
| Qwen3.7 Flash | 6.9 | 5.9 | 66.7% | 1 | 231.97s | 88,896 | 9,866 | 203,866 |
| 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 20.10s | 7,782 | 270 | 10,800 |
| 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 | |
| Qwen3.7 Flash | 3.5 | 4.4 | 33.3% | 2 | 22.73s | 771 | 61 | 25,126 |
| 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 | |
| Qwen3.7 Flash | 5.1 | 3.4 | 33.3% | 1 | 10.73s | 516 | 120 | 3,898 |
| 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 | |
| Qwen3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 9.41s | 699 | 97 | 7,838 |
| 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 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 10.79s | 696 | 369 | 10,474 |
| 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 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 5.72s | 8,193 | 309 | 1,436 |
| 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 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 17.70s | 204 | 24 | 7,615 |
快速对比
切换对比组合
Claude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.8lowvsQwen3.7 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 ProhighGPT-5.6 TerramediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5.2mediumQwen3.7 FlashhighvsGLM 5mediumSeed-2.0-LitemediumvsQwen3.7 FlashhighKimi K3maxvsQwen3.7 FlashhighQwen3.7 FlashhighvsInklingmediumMiniMax M3mediumvsQwen3.7 Flashhigh