AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.6 Flash

摘要

Claude Sonnet 4.6 vs Qwen3.6 Flash benchmark 对比：Qwen3.6 Flash 平均分领先，为 7.5 vs 7.3。 Qwen3.6 Flash benchmark 成本更低，为 $0.288 vs $0.316。 Claude Sonnet 4.6 更快，为 5.04s vs 19.25s，通过率为 55.6% vs 71.4%。

推荐模型: Claude Sonnet 4.6 - 它的得分接近这里的最高分（7.3 vs 7.5），同时响应速度比Qwen3.6 Flash快约 3.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标	Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17	Qwen3.6 Flash Qwen3.6 Flash medium 发布日期: 2026-04-20

指标	Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17	Qwen3.6 Flash Qwen3.6 Flash medium 发布日期: 2026-04-20
分数	7.3	7.5
排名	#56	#49
可靠性	10.0	10.0
一致性	9.7	8.1
测试正确
尝试通过率	55.6%	71.4%
不稳定测试	1	5
总运行次数	63	63
每个结果成本	2.870	3.030
总成本	$0.316	$0.288
输入价格	$3.000 / 1M	$0.188 / 1M
输出价格	$15.000 / 1M	$1.125 / 1M
总输入令牌	57,886	42,362
输出令牌	9,465	2,995
推理令牌	0	245,358
响应时间（平均）	5.04s	19.25s
响应时间（最大）	23.84s	122.87s
响应时间（总计）	70.60s	404.20s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none

Cost: $0.038
Time: 27.3s
Tokens: 2,598 tok

#49 Qwen3.6 Flash

medium

Invalid SVG

Cost: $0.008
Time: 29.9s
Tokens: 6,784 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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.10s	672	624	14,024

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 Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Qwen3.6 Flash	5.0	5.1	44.5%	2		42.85s	7,895	495	67,967

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 Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		20.28s	14,934	483	13,839

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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		9.65s	7,782	270	13,155

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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Qwen3.6 Flash	3.5	4.4	33.3%	2		14.65s	771	60	24,409

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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Qwen3.6 Flash	4.8	9.9	0.0%	0		9.88s	516	140	5,445

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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.05s	699	102	7,423

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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Qwen3.6 Flash	8.2	7.2	88.9%	1		6.29s	696	460	10,860

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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		4.00s	8,193	335	1,188

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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		122.87s	204	26	87,048

快速对比

切换对比组合