AI BENCHY 对比

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.7 Max

摘要

Claude Opus 4.8 vs Qwen3.7 Max benchmark 对比：Qwen3.7 Max 平均分领先，为 9.4 vs 7.7。 Qwen3.7 Max benchmark 成本更低，为 $0.523 vs $1.270。 Claude Opus 4.8 更快，为 10.83s vs 16.02s，通过率为 79.4% vs 88.9%。

推荐模型: Qwen3.7 Max - 它在这里得分最高（9.4），同时成本比Claude Opus 4.8低约 2.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22

指标	Claude Opus 4.8 Claude Opus 4.8 low 发布日期: 2026-05-28	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22
分数	7.7	9.4
排名	#38	#3
可靠性	10.0	10.0
一致性	8.8	9.6
测试正确
尝试通过率	79.4%	88.9%
不稳定测试	3	1
总运行次数	63	63
每个结果成本	8.466	5.517
总成本	$1.270	$0.523
输入价格	$5.000 / 1M	$1.250 / 1M
输出价格	$25.000 / 1M	$3.750 / 1M
总输入令牌	60,946	42,360
输出令牌	31,771	2,129
推理令牌	6,831	122,959
响应时间（平均）	10.83s	16.02s
响应时间（最大）	127.97s	59.98s
响应时间（总计）	227.39s	336.51s

生成展示

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

成本: $0.031
时间: 14.1s
令牌: 1,345 tok

#3 Qwen3.7 Max

medium

成本: $0.017
时间: 68.8s
令牌: 4,526 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Qwen3.7 Max	10.0	10.0	100.0%	0		19.60s	14,934	366	8,405

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

快速对比

切换对比组合