导航
AI BENCHY
Advertise here

AI BENCHY 对比

Anthropic: Claude Sonnet 5 vs Qwen: Qwen3.5-Flash

摘要

Claude Sonnet 5 vs Qwen3.5-Flash benchmark 对比：Qwen3.5-Flash 平均分领先，为 6.1 vs 5.7。 Qwen3.5-Flash benchmark 成本更低，为 $0.005 vs $0.287。 Qwen3.5-Flash 更快，为 3.58s vs 4.74s，通过率为 42.9% vs 39.7%。

推荐模型: Qwen3.5-Flash - 它在这里得分最高（6.1），同时成本比Claude Sonnet 5低约 69.4 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 none 发布日期: 2026-06-30 Qwen3.5-Flash Qwen3.5-Flash none 发布日期: 2026-02-24
分数 5.7 6.1
排名 #117 #99
可靠性 10.0 10.0
一致性 8.6 9.7
测试正确
尝试通过率 42.9% 39.7%
不稳定测试 4 1
总运行次数 63 63
每个结果成本 4.098 0.075
总成本 $0.287 $0.005
输入价格 $2.000 / 1M $0.065 / 1M
输出价格 $10.000 / 1M $0.260 / 1M
总输入令牌 76,797 46,439
输出令牌 13,325 4,276
推理令牌 0 0
响应时间（平均） 4.74s 3.58s
响应时间（最大） 29.46s 27.18s
响应时间（总计） 99.46s 75.28s

生成展示

Hamster playing table tennis

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

#117 Claude Sonnet 5

none
成本
$0.061
时间
53.7s
令牌
6,172 tok

#99 Qwen3.5-Flash

none
成本
$0.003
时间
47.4s
令牌
7,799 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 5.3 10.0 25.0% 0 3.60s 834 1,813 0
Qwen3.5-Flash 3.5 8.3 8.3% 1 1.32s 696 690 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 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 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 5 3.0 10.0 0.0% 0 29.46s 38,775 6,340 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 6.22s 18,879 1,794 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 5 10.0 10.0 100.0% 0 3.01s 10,503 309 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 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 5 5.3 7.2 44.4% 1 3.28s 975 933 0
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 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 5 4.7 3.1 33.3% 1 2.81s 708 272 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 522 100 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 5 6.4 10.0 50.0% 0 2.58s 909 103 0
Qwen3.5-Flash 6.3 10.0 50.0% 0 8.81s 711 63 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 5 6.0 7.4 55.6% 1 3.22s 894 778 0
Qwen3.5-Flash 3.1 10.0 0.0% 0 10.89s 714 579 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 5 10.0 10.0 100.0% 0 6.80s 12,351 522 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 8,211 264 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 5 3.0 10.0 0.0% 0 4.31s 258 391 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneClaude Sonnet 5nonevsNorth Mini Codemedium免费可用Gemma 4 31Bmedium免费可用vsQwen3.5-FlashnoneNemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneNorth Mini Codemedium免费可用vsQwen3.5-FlashnoneGemini 3.1 Flash LitelowvsQwen3.5-FlashnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashnoneClaude Sonnet 5nonevsGemini 3.1 Flash LiteminimalClaude Sonnet 5nonevsMiniMax M2.7mediumQwen3.5-FlashnonevsStep 3.5 FlashmediumGPT-5 NanomediumvsQwen3.5-FlashnoneClaude Sonnet 5nonevsMistral Small 4medium