Anthropic: Claude Sonnet 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	1/2	5.50	10.00	50.0%	0	9.83	$0.02304
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.83	$0.04958
Domain specific	0/3	1.00	7.21	11.1%	1	5.58	$0.64205
Instructions following	2/2	10.00	10.00	100.0%	0	10.00	$0.01497
Puzzle Solving	3/3	10.00	10.00	100.0%	0	9.44	$0.02077

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

#5 · OpenAI

যুক্তি (medium)

Score: 7.92

ধারাবাহিকতা: 9.30

প্রতি চেষ্টায় পাস রেট: 80.6%

অস্থির টেস্ট: 1

প্রতি ফলাফলে খরচ: 2.2838

সঠিক টেস্ট: 9/12

মোট খরচ: $0.20554

#7 · Z.ai

যুক্তি (medium)

Score: 6.83

ধারাবাহিকতা: 7.86

প্রতি চেষ্টায় পাস রেট: 80.6%

অস্থির টেস্ট: 3

প্রতি ফলাফলে খরচ: 1.3424

সঠিক টেস্ট: 8/12

মোট খরচ: $0.10740

#4 · Qwen

যুক্তি (medium)

Score: 8.42

ধারাবাহিকতা: 9.30

প্রতি চেষ্টায় পাস রেট: 86.1%

অস্থির টেস্ট: 1

প্রতি ফলাফলে খরচ: 2.3151

সঠিক টেস্ট: 10/12

মোট খরচ: $0.23151

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