#42 Claude Opus 4.6
medium
Ungültiges SVG
- Kosten
- $0.000
- Zeit
- 300.0s
- Token
- 0 tok
Anthropic
Veröffentlichung: 2026-02-05
Getestet am: 2026-04-11 01:44
anthropic/claude-opus-4.6::medium
Zusammenfassung
Claude Opus 4.6 erreicht 7.6 bei AI BENCHY und liegt auf #42. Das Modell hat k. A. Zuverlässigkeit, 70.4% Erfolgsrate, $1.446 Gesamtkosten und 21.08s durchschnittliche Antwortzeit.
Was Claude Opus 4.6 besonders macht: Am stärksten ist es in Programmierung, wo es #1 erreicht; am schwächsten ist Anti-KI-Tricks mit #15.
7.6
Konsistenz
9.1
k. A.
Gesamte Ausgabe-Token
48,767
Gesamte Eingabe-Token
0
Eingabepreis
$5.000 / 1M
Ausgabepreis
$25.000 / 1M
Instabile Tests
2
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-06-04 13:45 Neuer Test hinzugefügt | 7.0 | 10.0 | $2.053 | Vergleichen | |
| 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 | Aktueller Lauf |
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Erster erfasster Lauf | 7.6 | 9.1 | k. A. | 12/18 | 2 | 48,767 | 0 | $1.446 | 21.08s |
| 2026-06-04 13:45 · Neuer Test hinzugefügt | 7.0 | 8.8 | 10.0 | 12/21 | 3 | 71,446 | 53,227 | $2.053 | 25.89s |
| Differenz | +0.6 | +0.3 | 0 | -1 | -22679 | -53227 | -$0.607 | -4816ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
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 | 10.0 | 10.0 | |
| 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 |