- 排名
- #71
- 尝试通过率
- 57.6%
- 总输出令牌
- 19,362
- 响应时间（平均）
- 8.12s
- 总成本
- $0.661
Anthropic: Claude Sonnet 4.6 vs Qwen: Qwen3.7 Max
Qwen3.7 Max 平均分领先，为 7.4 vs 7.3。 Qwen3.7 Max benchmark 成本更低，为 $0.197 vs $0.661。 Qwen3.7 Max 更快，为 4.52s vs 8.12s，通过率为 57.6% vs 68.2%。
推荐模型Qwen3.7 Max它在这里得分最高（7.4），同时成本比Claude Sonnet 4.6低约 3.4 倍。
- 排名
- #67
- 尝试通过率
- 68.2%
- 总输出令牌
- 12,446
- 响应时间（平均）
- 4.52s
- 总成本
- $0.197
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25
| 指标 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | Qwen3.7 Max Qwen3.7 Max none |
|---|---|---|
| 分数 | 7.3 | 7.4 |
| 排名 | #71 | #67 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 9.7 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 57.6% | 68.2% |
| 不稳定测试 | 1 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.502 | 1.582 |
| 总成本 | $0.661 | $0.197 |
| 输入价格 | $3.000 / 1M | $1.475 / 1M |
| 输出价格 | $15.000 / 1M | $4.425 / 1M |
| 总输入令牌 | 123,264 | 95,983 |
| 输出令牌 | 19,362 | 12,446 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 8.12s | 4.52s |
| 响应时间（最大） | 51.18s | 72.30s |
| 响应时间（总计） | 121.78s | 99.52s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#71 Claude Sonnet 4.6
none- 成本
- $0.038
- 时间
- 27.3s
- 令牌
- 2,598 tok
#67 Qwen3.7 Max
none- 成本
- $0.046
- 时间
- 195.0s
- 令牌
- 12,171 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 | |
| Qwen3.7 Max | 6.5 | 10.0 | 50.0% | 0 | 1.08s | 696 | 242 | 0 |
| 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 | |
| Qwen3.7 Max | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,911 | 582 | 0 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 37.51s | 91,402 | 13,663 | 0 | |
| Qwen3.7 Max | 6.5 | 10.0 | 50.0% | 0 | 37.23s | 68,425 | 10,623 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.35s | 7,794 | 243 | 0 |
| 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 | |
| Qwen3.7 Max | 7.7 | 10.0 | 66.7% | 0 | 975ms | 789 | 15 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 522 | 120 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 943ms | 711 | 72 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 1.13s | 714 | 314 | 0 |
| 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 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 3.92s | 8,211 | 222 | 0 |
| 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 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 856ms | 210 | 13 | 0 |
快速对比
切换对比组合
Claude Sonnet 4.6nonevsKAT-Coder-Pro V2.5lowLongCat 2.0mediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsLongCat 2.0mediumKAT-Coder-Pro V2.5lowvsQwen3.7 MaxnoneGPT-5.4 NanomediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsStep 3.7 Flashlow