Anthropic: Claude Sonnet 5 vs Qwen: Qwen3.6 Max Preview

Qwen3.6 Max Preview (medium) 平均分领先，为 8.4 vs 8.3。 Claude Sonnet 5 (medium) benchmark 成本更低，为 $0.922 vs $1.143。 Claude Sonnet 5 (medium) 更快，为 12.52s vs 67.53s，通过率为 80.3% vs 80.3%。

推荐模型Claude Sonnet 5 (medium)它的得分接近这里的最高分（8.3 vs 8.4），同时响应速度比Qwen3.6 Max Preview (medium)快约 5.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30	Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20

指标	Claude Sonnet 5 Claude Sonnet 5 medium 发布日期: 2026-06-30	Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20
分数	8.3	8.4
排名	#29	#25
可靠性	10.0	9.9
一致性	9.0	8.9
测试正确
尝试通过率	80.3%	80.3%
不稳定测试	3	3
总运行次数	66	66
每个结果成本	5.760	8.173
总成本	$0.922	$1.143
输入价格	$2.000 / 1M	$1.040 / 1M
输出价格	$10.000 / 1M	$6.240 / 1M
总输入令牌	145,956	79,240
输出令牌	52,333	5,098
推理令牌	10,874	164,842
响应时间（平均）	12.52s	67.53s
响应时间（最大）	66.71s	238.07s
响应时间（总计）	275.42s	1485.64s

Hamster playing table tennis

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

#29 Claude Sonnet 5

medium

成本: $0.007
时间: 6.4s
令牌: 832 tok

#25 Qwen3.6 Max Preview

medium

成本: $0.024
时间: 76.5s
令牌: 3,861 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

类别:

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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	7.3	6.0	83.3%	1		51.86s	107,934	23,169	5,371
Qwen3.6 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

快速对比

切换对比组合

Qwen3.6 Max PreviewmediumvsGrok 4.5low Claude Sonnet 5mediumvsMuse Spark 1.1low Claude Sonnet 5mediumvsGrok 4.5low Claude Opus 5lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 5mediumvsGemini 3.5 Flash-Litehigh Claude Sonnet 5mediumvsInklinghigh Claude Sonnet 5mediumvsGPT-5.2 Chatnone Claude Sonnet 5mediumvsGLM 5.2high Muse Spark 1.1highvsQwen3.6 Max Previewmedium Claude Sonnet 5mediumvsKimi K3max