Claude Opus 5 vs Qwen: Qwen3.6 Max Preview

Claude Opus 5 (low) 平均分领先，为 8.6 vs 8.4。 Claude Opus 5 (low) benchmark 成本更低，为 $1.121 vs $1.143。 Claude Opus 5 (low) 更快，为 6.99s vs 67.53s，通过率为 80.3% vs 80.3%。

推荐模型Claude Opus 5 (low)它在这里得分最高（8.6），同时响应速度比Qwen3.6 Max Preview (medium)快约 9.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Claude Opus 5 Claude Opus 5 low 发布日期: 2026-07-25	Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20

指标	Claude Opus 5 Claude Opus 5 low 发布日期: 2026-07-25	Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20
分数	8.6	8.4
排名	#23	#25
可靠性	10.0	9.9
一致性	9.3	8.9
测试正确
尝试通过率	80.3%	80.3%
不稳定测试	2	3
总运行次数	66	66
每个结果成本	6.593	8.173
总成本	$1.121	$1.143
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	134,773	79,240
输出令牌	14,123	5,098
推理令牌	3,896	164,842
响应时间（平均）	6.99s	67.53s
响应时间（最大）	30.67s	238.07s
响应时间（总计）	153.73s	1485.64s

Hamster playing table tennis

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

#23 Claude Opus 5

low

成本: $0.062
时间: 30.2s
令牌: 2,615 tok

#25 Qwen3.6 Max Preview

medium

成本: $0.024
时间: 76.5s
令牌: 3,861 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

类别:

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 5	10.0	10.0	100.0%	0		4.32s	834	1,008	376
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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 5	7.8	7.4	77.8%	1		6.70s	10,590	2,442	760
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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 5	10.0	10.0	100.0%	0		21.05s	97,363	6,024	911
Qwen3.6 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050

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 5	10.0	10.0	100.0%	0		3.69s	10,503	343	79
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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 5	2.9	7.2	11.1%	1		8.89s	975	2,447	987
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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 5	10.0	10.0	100.0%	0		3.76s	708	293	0
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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 5	10.0	10.0	100.0%	0		4.13s	909	242	146
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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 5	10.0	10.0	100.0%	0		4.23s	894	607	300
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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 5	10.0	10.0	100.0%	0		9.03s	11,739	354	0
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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 5	3.0	10.0	0.0%	0		6.48s	258	363	337
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

快速对比

切换对比组合

Qwen3.6 Max PreviewmediumvsGrok 4.5low Claude Opus 5lowvsMuse Spark 1.1medium Claude Opus 5lowvsGPT-5.4medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Claude Opus 5lowvsGPT-5.2medium Claude Opus 5lowvsGrok 4.5medium Claude Opus 5lowvsGPT-5.3-Codexmedium Claude Opus 5lowvsGrok 4.5high Muse Spark 1.1highvsQwen3.6 Max Previewmedium Claude Opus 5lowvsGemini 2.5 Flashmedium Gemini 3.5 Flash-LitehighvsQwen3.6 Max Previewmedium Qwen3.6 Max PreviewmediumvsInklinghigh