导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.5-122B-A10B

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Sonnet 4.6 medium 发布日期: 发布日期未知 Qwen: Qwen3.5-122B-A10B medium 发布日期: 发布日期未知
排名 #8 #13
分数 7.43 6.77
一致性 9.40 8.22
每个结果成本 8.105 5.137
总成本 $0.811 $0.463
测试正确
错误测试数 4 5
尝试通过率 73.8% 76.2%
不稳定测试 1 3
输出令牌 29,098 16,751
推理令牌 20,435 125,394

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 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 7.00 10.00 66.7% 0 1,031 1,093
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 248 10,486
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 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 727 907
Qwen: Qwen3.5-122B-A10B 9.88 10.00 100.0% 0 270 16,558
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 1.00 7.21 11.1% 1 25,790 16,919
Qwen: Qwen3.5-122B-A10B 1.00 7.21 11.1% 1 15,537 64,889
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 316 523
Qwen: Qwen3.5-122B-A10B 5.50 5.92 83.3% 1 77 7,372
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 579 642
Qwen: Qwen3.5-122B-A10B 7.00 7.21 88.9% 1 297 24,863
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Sonnet 4.6 10.00 10.00 100.0% 0 655 351
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 322 1,226

切换对比组合

将 Anthropic: Claude Sonnet 4.6 与...对比

将 Qwen: Qwen3.5-122B-A10B 与...对比