Claude Opus 5 vs Qwen: Qwen3.5 Plus 2026-02-15

Claude Opus 5 平均分领先，为 7.5 vs 7.5。 Qwen3.5 Plus 2026-02-15 (medium) benchmark 成本更低，为 $0.437 vs $1.550。 Claude Opus 5 更快，为 7.60s vs 89.19s，通过率为 57.6% vs 71.2%。

推荐模型Claude Opus 5它在这里得分最高（7.5），同时响应速度比Qwen3.5 Plus 2026-02-15 (medium)快约 11.7 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 none 发布日期: 2026-07-25	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium 发布日期: 2026-02-15

指标	Claude Opus 5 Claude Opus 5 none 发布日期: 2026-07-25	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium 发布日期: 2026-02-15
分数	7.5	7.5
排名	#59	#65
可靠性	10.0	10.0
一致性	9.6	8.5
测试正确
尝试通过率	57.6%	71.2%
不稳定测试	1	4
总运行次数	66	66
每个结果成本	12.912	3.348
总成本	$1.550	$0.437
输入价格	$5.000 / 1M	$0.260 / 1M
输出价格	$25.000 / 1M	$1.560 / 1M
总输入令牌	185,550	113,560
输出令牌	24,866	9,823
推理令牌	0	250,881
响应时间（平均）	7.60s	89.19s
响应时间（最大）	47.72s	304.85s
响应时间（总计）	167.28s	1337.92s

Hamster playing table tennis

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

#59 Claude Opus 5

none

成本: $0.271
时间: 149.3s
令牌: 10,962 tok

#65 Qwen3.5 Plus 2026-02-15

medium

成本: $0.011
时间: 125.5s
令牌: 7,040 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	5.5	8.3	41.7%	1		4.33s	834	1,398	0
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236

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	5.9	9.7	33.3%	0		5.54s	10,590	2,886	0
Qwen3.5 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595

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	8.3	10.0	50.0%	0		30.54s	148,140	13,011	0
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183

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		3.88s	10,503	309	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916

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	5.3	10.0	33.3%	0		10.75s	975	5,440	0
Qwen3.5 Plus 2026-02-15	5.3	10.0	33.3%	0		17.50s	444	35	16,680

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		3.70s	708	316	0
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675

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		2.81s	909	99	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704

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	7.7	10.0	66.7%	0		3.66s	894	874	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853

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		7.89s	11,739	355	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909

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		4.08s	258	178	0
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130

快速对比

切换对比组合