#42 Claude Opus 4.6
medium
SVG غير صالح
- التكلفة
- $0.000
- الوقت
- 300.0s
- الرموز
- 0 tok
Anthropic
الإصدار: 2026-02-05
تم الاختبار في: 2026-04-11 01:44
anthropic/claude-opus-4.6::medium
~5T الإجمالي (~500B النشطة)MoEمغلق المصدرتقديري الملخص
يسجل Claude Opus 4.6 نتيجة 7.6 في AI BENCHY ويحتل المرتبة #42. لديه موثوقية غير متاح، ومعدل نجاح 70.4%، وتكلفة إجمالية $1.446، ومتوسط زمن استجابة 21.08s.
ما الذي يجعل Claude Opus 4.6 مميزًا: يبرز أكثر في الذكاء العام حيث يحتل #1، بينما تعد حيل مضادة للذكاء الاصطناعي أضعف نقاطه عند #18.
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.
7.6
الاتساق
9.1
غير متاح
إجمالي رموز الإخراج
48,767
إجمالي رموز الإدخال
0
سعر الإدخال
$5.000 / 1M
سعر الإخراج
$25.000 / 1M
اختبارات غير مستقرة
2
الاختبارات غير المستقرة لها نتائج مختلطة بين التشغيلات (نجاح واحد على الأقل وفشل واحد على الأقل).
21.08s
زمن الاستجابة (الحد الأقصى): 83.40s
زمن الاستجابة (الإجمالي): 231.84s
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 | 7.7 | 10.0 | $2.961 | قارن | |
| 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 | التشغيل الحالي |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · أول تشغيل مسجل | 54/54 محاولات | 7.6 | 9.1 | غير متاح | 12/18 | 2 | 48,767 | 0 | $1.446 | 21.08s |
| 2026-07-16 22:31 · تمت إضافة اختبار جديد | 66/66 محاولات | 7.7 | 8.8 | 10.0 | 13/22 | 3 | 100,601 | 108,615 | $3.059 | 34.27s |
| الفرق | — | -0.1 | +0.3 | -1 | -1 | -51834 | -108615 | -$1.613 | -13190ms |
تختلف تغطية الاختبار المعياري: 54/54 محاولات (الهدف: 3 تكرارات لكل اختبار) مقابل 66/66 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.
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
مقارنة سريعة
Claude Opus 4.6mediumvsSeed-2.0-CodelowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsSolar Pro 4xhighClaude Opus 4.6mediumvsSeed-2.0-LitemediumClaude Opus 4.6mediumvsNemotron 3 Ultramediumمتاح مجانًا
تفصيل الفئات
| الفئة | النتيجة | الاتساق | اختبارات صحيحة |
|---|---|---|---|
| حيل مضادة للذكاء الاصطناعي | 6.4 | 5.8 | |
| البرمجة | 10.0 | 10.0 | |
| 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 |