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	0/2	1.00	10.00	0.0%	0	-	$0.01092
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	-	$0.02854
Domain specific	2/3	7.00	10.00	66.7%	0	-	$0.00309
Instructions following	1/2	5.50	10.00	50.0%	0	-	$0.00342
Puzzle Solving	1/3	5.00	7.68	44.4%	1	-	$0.01092

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

#12 · OpenAI

যুক্তি (medium)

Score: 5.75

ধারাবাহিকতা: 7.19

প্রতি চেষ্টায় পাস রেট: 63.9%

অস্থির টেস্ট: 4

প্রতি ফলাফলে খরচ: 0.0951

সঠিক টেস্ট: 6/12

মোট খরচ: $0.00571

#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

#11 · OpenAI

যুক্তি (medium)

Score: 5.92

ধারাবাহিকতা: 6.03

প্রতি চেষ্টায় পাস রেট: 72.2%

অস্থির টেস্ট: 6

প্রতি ফলাফলে খরচ: 0.4675

সঠিক টেস্ট: 6/12

মোট খরচ: $0.02806

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