Anthropic: Claude Opus 4.6

Aibenchy টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে : ১৯ ফেব, ২০২৬

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ	সম্পূর্ণভাবে পাস হওয়া টেস্ট	Score	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	যুক্তি স্কোর	খরচ
Anti-AI Tricks	0/2	1.00	1.62	33.3%	2	10.00	$0.03036
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.83	$0.07755
Domain specific	0/3	1.00	10.00	0.0%	0	7.61	$0.60915
Instructions following	2/2	9.50	9.99	100.0%	0	9.50	$0.02231
Puzzle Solving	2/3	7.00	10.00	66.7%	0	9.44	$0.03281

Anthropic: Claude Opus 4.6 এর সাথে তুলনা করুন...

#15 · Z.ai

যুক্তি ছাড়া

Score: 5.42

ধারাবাহিকতা: 10.00

প্রতি চেষ্টায় পাস রেট: 50.0%

অস্থির টেস্ট: 0

প্রতি ফলাফলে খরচ: 0.0704

সঠিক টেস্ট: 6/12

মোট খরচ: $0.00423

#17 · MiniMax

যুক্তি (medium)

Score: 5.08

ধারাবাহিকতা: 6.00

প্রতি চেষ্টায় পাস রেট: 61.1%

অস্থির টেস্ট: 6

প্রতি ফলাফলে খরচ: 4.0276

সঠিক টেস্ট: 5/12

মোট খরচ: $0.20138

#14 · Qwen

যুক্তি ছাড়া

Score: 5.67

ধারাবাহিকতা: 9.99

প্রতি চেষ্টায় পাস রেট: 50.0%

অস্থির টেস্ট: 0

প্রতি ফলাফলে খরচ: 0.0997

সঠিক টেস্ট: 6/12

মোট খরচ: $0.00599

Anthropic: Claude Opus 4.6 এর সাথে তুলনা করুন...