#223 Claude Opus 4.6
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- التكلفة
- $0.000
- الوقت
- 300.0s
- الرموز
- 0 tok
Anthropic
الإصدار: 2026-02-05
تم الاختبار في: 2026-08-14 02:08
anthropic/claude-opus-4.6::medium
~5T الإجمالي (~500B النشطة)MoEمغلق المصدرتقديري الملخص
يسجل Claude Opus 4.6 نتيجة 6.3 في AI BENCHY ويحتل المرتبة #223. لديه موثوقية 10.0، ومعدل نجاح 60.9%، وتكلفة إجمالية $2.961، ومتوسط زمن استجابة 32.23s.
ما الذي يجعل Claude Opus 4.6 مميزًا: يبرز أكثر في مجمّع حيث يحتل #1، بينما تعد مهام الوكلاء أضعف نقاطه عند #16.
نموذج مؤرشف: لن يتم تحديث هذا النموذج أو اختباره على اختبارات جديدة بعد الآن.
حقائق النموذج
تاريخ البحث: 2026-08-12
- المعلمات
- ~5T الإجمالي (~500B النشطة)
- البنية
- MoE
- الإتاحة
- مغلق المصدر
- الترخيص
- -
أفضل تقدير استنادًا إلى الأدلة العامة؛ لم يكشف المورّد عن جميع القيم.
6.3
الاتساق
8.5
10.0
إجمالي رموز الإخراج
96,722
إجمالي رموز الإدخال
108,573
سعر الإدخال
$5.000 / 1M
سعر الإخراج
$25.000 / 1M
سعر قراءة ذاكرة التخزين المؤقت
$0.500 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت
$6.250 / 1M
تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.
اختبارات غير مستقرة
3
الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).
32.23s
زمن الاستجابة (الحد الأقصى): 151.51s
زمن الاستجابة (الإجمالي): 515.65s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
سجل التشغيل
| تم الاختبار في | النتيجة | الموثوقية | اختبارات صحيحة | إجمالي التكلفة | قارن |
|---|---|---|---|---|---|
| 2026-08-14 02:08 إعادة اختبار | 6.3 | 10.0 | $2.961 | التشغيل الحالي | |
| 2026-07-16 22:31 تمت إضافة اختبار جديد | 7.7 | 10.0 | $3.059 | قارن | |
| 2026-06-04 13:45 تمت إضافة اختبار جديد | 7.0 | 10.0 | $2.053 | قارن | |
| 2026-05-22 00:17 تغيّرت المجموعة | 7.2 | 10.0 | $1.896 | قارن | |
| 2026-04-11 01:44 أول تشغيل مسجل | 7.6 | غير متاح | $1.446 | قارن |
استخدم هذا التشغيل مجموعة اختبارات مختلفة. ضع تغييرات المجموعة في الاعتبار عند قراءة الحركة التاريخية.
مقارنة التشغيلات
| التشغيل | تغطية الاختبار المعياري | النتيجة | الاتساق | الموثوقية | اختبارات صحيحة | اختبارات غير مستقرة | إجمالي رموز الإخراج | إجمالي رموز الإدخال | إجمالي التكلفة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:08 · التشغيل الحالي | 66/69 محاولات | 6.3 | 8.5 | 10.0 | 13/22 | 3 | 96,722 | 108,573 | $2.961 | 32.23s |
| 2026-06-04 13:45 · تمت إضافة اختبار جديد | 63/63 محاولات | 7.0 | 8.8 | 10.0 | 12/21 | 3 | 71,446 | 53,227 | $2.053 | 25.89s |
| الفرق | — | -0.7 | -0.3 | 0.0 | +1 | 0 | +25276 | +55346 | +$0.909 | +6336ms |
تختلف تغطية الاختبار المعياري: 66/69 محاولات (الهدف: 3 تكرارات لكل اختبار) مقابل 63/63 محاولات (الهدف: 3 تكرارات لكل اختبار). لا يمكن مقارنة الإجماليات والمقاييس المتأثرة بعدد التكرارات مباشرة.
استخدم هذان التشغيلان مجموعتي اختبارات مختلفتين، لذلك تعكس الفروقات تغييرات النموذج وتغييرات المجموعة معاً.
سجل الأسعار
بيانات التسعير التاريخية لهذا النموذج من OpenRouter.
| التاريخ | سعر الإدخال | سعر الإخراج | سعر قراءة ذاكرة التخزين المؤقت | سعر الكتابة في ذاكرة التخزين المؤقت |
|---|---|---|---|---|
| 2026-08-14 12:51 | $5.000 / 1M | $25.000 / 1M | غير متاح | غير متاح |
| 2026-10-01 18:33 | $5.000 / 1M | $25.000 / 1M | $0.500 / 1M | $6.250 / 1M |
الرسوم البيانية
اختر النموذج الأول، ثم انقر على نموذج ثانٍ لفتح صفحة مقارنة جنبًا إلى جنب.
أفضل النماذج حسب الدرجة
النتيجة vs إجمالي التكلفة
زمن الاستجابة (المتوسط)
النتيجة vs زمن الاستجابة (المتوسط)
إجمالي رموز الإخراج
النتيجة vs إجمالي رموز الإخراج
تفصيل الفئات
| الفئة | النتيجة | الاتساق | اختبارات صحيحة |
|---|---|---|---|
| مهام الوكلاء | 0.0 | 0.0 | |
| حيل مضادة للذكاء الاصطناعي | 6.4 | 5.8 | |
| البرمجة | 5.7 | 7.1 | |
| مجمّع | 10.0 | 10.0 | |
| تحليل البيانات واستخراجها | 10.0 | 10.0 | |
| خاص بالمجال | 3.0 | 10.0 | |
| الذكاء العام | 10.0 | 10.0 | |
| اتباع التعليمات | 10.0 | 10.0 | |
| حل الألغاز | 7.7 | 10.0 | |
| استدعاء الأدوات | 10.0 | 10.0 | |
| معلومات عامة | 3.0 | 10.0 |