导航
AI BENCHY
Advertise here

Claude Opus 4.8 (low) vs Qwen3.7 Flash (high)

平均分几乎持平，为 7.8 vs 7.8。 Qwen3.7 Flash (high) benchmark 成本更低，为 $0.051 vs $2.077。 Claude Opus 4.8 (low) 更快，为 12.74s vs 39.77s，通过率为 80.3% vs 72.7%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-28

排名
#49
总输出令牌
51,758
响应时间（平均）
12.74s
总成本
$2.077
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 4.8 (low)低约 41.3 倍。

详细对比

指标 Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28 Qwen3.7 Flash Qwen3.7 Flash high 发布日期: 2026-07-28
分数 7.8 7.8
排名 #49 #48
可靠性 10.0 10.0
一致性 8.9 7.8
测试正确
尝试通过率 80.3% 72.7%
不稳定测试 3 6
总运行次数 66 66
每个结果成本 12.979 0.387
总成本 $2.077 $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 156,525 116,322
输出令牌 43,141 12,332
推理令牌 8,617 347,371
响应时间（平均） 12.74s 39.77s
响应时间（最大） 127.97s 431.47s
响应时间（总计） 280.29s 875.01s

Hamster playing table tennis

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

#49 Claude Opus 4.8

low
成本
$0.031
时间
14.1s
令牌
1,345 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

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 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

快速对比

切换对比组合

Claude Opus 4.8lowvsGLM 5mediumClaude Sonnet 4.6mediumvsQwen3.7 FlashhighGPT-5.6 TerramediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5.2mediumClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.7 FlashhighvsGLM 5mediumClaude Opus 4.8lowvsGPT-5.6 TerramediumClaude Opus 4.8lowvsGLM 5.2mediumClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.8lowvsDeepSeek V4 FlashhighClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsDeepSeek V4 Prohigh