导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

Anthropic: Claude Opus 4.6 vs Qwen: Qwen3.5-Flash

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Anthropic: Claude Opus 4.6 medium 发布日期: 发布日期未知 Qwen: Qwen3.5-Flash none 发布日期: 发布日期未知
排名 #20 #35
分数 6.07 3.63
一致性 8.80 8.32
每个结果成本 10.992 0.084
总成本 $0.880 $0.003
测试正确
错误测试数 6 11
尝试通过率 61.9% 33.3%
不稳定测试 2 3
输出令牌 19,576 1,799
推理令牌 11,081 0

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 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
Qwen: Qwen3.5-Flash 2.33 7.76 11.1% 1 687 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 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
Qwen: Qwen3.5-Flash 5.38 5.81 83.3% 1 193 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
Qwen: Qwen3.5-Flash 4.00 7.21 55.6% 1 14 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
Qwen: Qwen3.5-Flash 3.50 9.99 0.0% 0 63 0
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
Qwen: Qwen3.5-Flash 1.33 9.99 0.0% 0 578 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 264 0

切换对比组合

将 Anthropic: Claude Opus 4.6 与...对比

将 Qwen: Qwen3.5-Flash 与...对比