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: Qwen3.5-27B

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 none 发布日期: 发布日期未知 Qwen: Qwen3.5-27B medium 发布日期: 发布日期未知
排名 #14 #5
分数 6.36 8.55
一致性 9.50 9.55
每个结果成本 1.325 2.950
总成本 $0.106 $0.325
测试正确
错误测试数 6 3
尝试通过率 59.5% 83.3%
不稳定测试 1 1
输出令牌 2,637 1,091
推理令牌 0 131,807

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 4.00 10.00 33.3% 0 1,199 0
Qwen: Qwen3.5-27B 10.00 10.00 100.0% 0 102 8,956
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% 0 252 0
Qwen: Qwen3.5-27B 9.88 10.00 100.0% 0 270 16,150
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 7.00 10.00 66.7% 0 54 0
Qwen: Qwen3.5-27B 4.00 10.00 33.3% 0 43 52,368
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 5.50 10.00 50.0% 0 90 0
Qwen: Qwen3.5-27B 9.00 6.88 83.3% 1 97 11,638
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 5.00 7.68 44.4% 1 595 0
Qwen: Qwen3.5-27B 10.00 10.00 100.0% 0 231 41,372
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% 0 447 0
Qwen: Qwen3.5-27B 10.00 10.00 100.0% 0 348 1,323

切换对比组合

将 Anthropic: Claude Sonnet 4.6 与...对比

将 Qwen: Qwen3.5-27B 与...对比