导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Opus 4.8 vs Qwen: Qwen3.5-Flash

摘要

Claude Opus 4.8 vs Qwen3.5-Flash (medium) benchmark 对比：Claude Opus 4.8 平均分领先，为 7.2 vs 6.8。 Qwen3.5-Flash (medium) benchmark 成本更低，为 $0.080 vs $0.539。 Claude Opus 4.8 更快，为 3.48s vs 63.29s，通过率为 61.9% vs 71.4%。

推荐模型: Claude Opus 4.8 - 它在这里得分最高（7.2），同时响应速度比Qwen3.5-Flash (medium)快约 18.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Claude Opus 4.8 Claude Opus 4.8 none 发布日期: 2026-05-28 Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24
分数 7.2 6.8
排名 #70 #84
可靠性 10.0 10.0
一致性 9.2 8.1
测试正确
尝试通过率 61.9% 71.4%
不稳定测试 2 5
总运行次数 63 63
每个结果成本 4.485 0.871
总成本 $0.539 $0.080
输入价格 $5.000 / 1M $0.065 / 1M
输出价格 $25.000 / 1M $0.260 / 1M
总输入令牌 67,104 38,926
输出令牌 8,107 2,088
推理令牌 0 294,598
响应时间（平均） 3.48s 63.29s
响应时间（最大） 17.73s 234.29s
响应时间（总计） 73.00s 1265.85s

生成展示

Hamster playing table tennis

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

#70 Claude Opus 4.8

none
成本
$0.053
时间
22.0s
令牌
2,253 tok

#84 Qwen3.5-Flash

medium
成本
$0.002
时间
25.8s
令牌
4,294 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 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
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 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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 7.2 44.4% 1 1.70s 975 61 0
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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 3.48s 708 230 0
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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 9.9 10.0 100.0% 0 1.37s 909 95 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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 7.7 10.0 66.7% 0 2.74s 894 783 0
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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 5.35s 11,775 355 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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 3.41s 258 212 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037

快速对比

切换对比组合

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Gemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsGrok 4.20mediumClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGemini 3.5 FlashnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsLaguna XS 2.1medium免费可用Claude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsKimi K2.7 Codemedium