AI BENCHY
Advertise here
#40

Claude Opus 4.6

Anthropic Veröffentlichung: 2026-02-05 Getestet am: 2026-06-04 13:45 anthropic/claude-opus-4.6::medium

Zusammenfassung

Claude Opus 4.6 erreicht 7.7 bei AI BENCHY und liegt auf #40. Das Modell hat 10.0 Zuverlässigkeit, 61.9% Erfolgsrate, $2.053 Gesamtkosten und 25.89s durchschnittliche Antwortzeit.

Punktzahl

7.7

Konsistenz

8.8

Zuverlässigkeit

10.0

Gesamtkosten (aktueller Preis)

$2.053

Gesamte Ausgabe-Token

71,446

Gesamte Eingabe-Token

53,227

Eingabepreis

$5.000 / 1M

Ausgabepreis

$25.000 / 1M

Korrekte Tests

Falsche Tests: 9

Erfolgsquote pro Versuch: 61.9%

Instabile Tests

3

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

25.89s

Antwortzeit (Maximum): 83.40s

Antwortzeit (Gesamt): 362.49s

Zusätzliche Formatierung: 5 Falsche Antwort: 3 Anweisungen nicht befolgt: 1

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#40 Claude Opus 4.6

medium
Ungültiges SVG
Kosten
$0.000
Zeit
300.0s
Token
0 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-06-04 13:45 Neuer Test hinzugefügt 7.0 10.0 $2.053 Aktueller Lauf
2026-05-22 00:17 Suite geändert 7.2 10.0 $1.896 Vergleichen
2026-04-11 01:44 Erster erfasster Lauf 7.6 k. A. $1.446 Vergleichen

Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.

Preisverlauf

Historische Preisdaten für dieses Modell von OpenRouter.

Datum Eingabepreis Ausgabepreis
2026-06-04 15:40 $5.000 / 1M $25.000 / 1M

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Claude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsKimi K2.6mediumKostenlos verfügbarClaude Opus 4.6mediumvsMiniMax M3mediumClaude Opus 4.6mediumvsGemini 3.5 FlashhighClaude Opus 4.6mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.6mediumvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarClaude Opus 4.6mediumvsGPT-5.5low

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Anti-KI-Tricks 6.4 5.8
Programmierung 5.7 7.1
Kombiniert 10.0 10.0
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 3.0 10.0
Allgemeine Intelligenz 10.0 10.0
Befolgung von Anweisungen 10.0 10.0
Rätsellösen 7.7 10.0
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle