导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

Claude Sonnet 5 vs Qwen3.5 Plus 2026-02-15 benchmark 对比：Qwen3.5 Plus 2026-02-15 平均分领先，为 8.0 vs 7.9。 Qwen3.5 Plus 2026-02-15 benchmark 成本更低，为 $0.310 vs $0.550。 Claude Sonnet 5 更快，为 9.94s vs 73.79s，通过率为 79.4% vs 73.0%。

推荐模型: Claude Sonnet 5 - 它的得分接近这里的最高分（7.9 vs 8.0），同时响应速度比Qwen3.5 Plus 2026-02-15快约 7.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-30

指标 Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium 发布日期: 2026-02-15
分数 7.9 8.0
排名 #30 #28
可靠性 10.0 10.0
一致性 9.0 8.8
测试正确
尝试通过率 79.4% 73.0%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 3.662 2.445
总成本 $0.550 $0.310
输入价格 $2.000 / 1M $0.260 / 1M
输出价格 $10.000 / 1M $1.560 / 1M
总输入令牌 67,416 40,918
输出令牌 34,012 2,159
推理令牌 7,673 189,604
响应时间（平均） 9.94s 73.79s
响应时间（最大） 56.94s 266.69s
响应时间（总计） 208.71s 1033.07s

生成展示

Hamster playing table tennis

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

#30 Claude Sonnet 5

medium
成本
$0.007
时间
6.4s
令牌
832 tok

#28 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

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 5 10.0 10.0 100.0% 0 3.80s 834 1,220 446
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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
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 Sonnet 5 4.5 2.1 66.7% 1 37.01s 29,394 4,848 2,170
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 14,934 421 7,906
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 5 10.0 10.0 100.0% 0 3.16s 10,503 312 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 Sonnet 5 7.7 10.0 66.7% 0 20.38s 975 12,140 1,994
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 Sonnet 5 4.8 3.2 33.3% 1 4.32s 708 264 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 Sonnet 5 9.9 10.0 100.0% 0 3.10s 909 318 269
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 Sonnet 5 7.7 10.0 66.7% 0 2.98s 894 407 121
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 Sonnet 5 10.0 10.0 100.0% 0 10.70s 12,351 433 90
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 Sonnet 5 3.0 10.0 0.0% 0 7.06s 258 917 204
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

Claude Sonnet 5mediumvsStep 3.7 FlashlowClaude Sonnet 5mediumvsDeepSeek V4 ProhighClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-02-15mediumQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowClaude Sonnet 5mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15mediumClaude Sonnet 5mediumvsDeepSeek V4 FlashhighClaude Sonnet 5mediumvsGemini 3 Flash PreviewlowGPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumGPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15medium